Reviewing the scope and thematic focus of 100 000 publications on energy consumption, services and social aspects of climate change: a big data approach to demand-side mitigation <sup>*</sup>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract As current action remains insufficient to meet the goals of the Paris agreement let alone to stabilize the climate, there is increasing hope that solutions related to demand, services and social aspects of climate change mitigation can close the gap. However, given these topics are not investigated by a single epistemic community, the literature base underpinning the associated research continues to be undefined. Here, we aim to delineate a plausible body of literature capturing a comprehensive spectrum of demand, services and social aspects of climate change mitigation. As method we use a novel double-stacked expert—machine learning research architecture and expert evaluation to develop a typology and map key messages relevant for climate change mitigation within this body of literature. First, relying on the official key words provided to the Intergovernmental Panel on Climate Change by governments (across 17 queries), and on specific investigations of domain experts (27 queries), we identify 121 165 non-unique and 99 065 unique academic publications covering issues relevant for demand-side mitigation. Second, we identify a literature typology with four key clusters: policy, housing, mobility, and food/consumption. Third, we systematically extract key content-based insights finding that the housing literature emphasizes social and collective action, whereas the food/consumption literatures highlight behavioral change, but insights also demonstrate the dynamic relationship between behavioral change and social norms. All clusters point to the possibility of improved public health as a result of demand-side solutions. The centrality of the policy cluster suggests that political actions are what bring the different specific approaches together. Fourth, by mapping the underlying epistemic communities we find that researchers are already highly interconnected, glued together by common interests in sustainability and energy demand. We conclude by outlining avenues for interdisciplinary collaboration, synthetic analysis, community building, and by suggesting next steps for evaluating this body of literature.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle