MétaCan
Menu
Retour à la cohorte
Enregistrement W3123085619 · doi:10.5539/ep.v9n1p45

Climate Change, Sustainable Development and Developing Countries

2020· article· en· W3123085619 sur OpenAlexvenueno aff
Asa Mugenyi

Notice bibliographique

RevueEnvironment and Pollution · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainable Development and Environmental Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeveloping countryClimate changeSustainable developmentClimate change mitigationPolitical economy of climate changeBusinessBalance (ability)Political scienceEconomic growthDevelopment economicsEnvironmental resource managementEconomics

Résumé

récupéré en direct d'OpenAlex

This Article addresses the issue whether climate change is a myth or a reality. Can if affect development of developing countries? This article is a qualitative research on the need of developing countries to strike a balance on the options of choosing whether to pursue sustainable development goals only or addressing climate change and its effects or both. Developing countries are affected by climate change just like the developed countries. If they were to ignore it this would affect their sustainable development goals. However to address climate change, their pursuit of sustainable development is affected. Resources that would be used in achieving the goals of sustainable development are diverted to combating the effects of climate change. Developing countries lack the technology and finances to combat climate change on their own. They need developed countries to assist them. However this assistance is not forthcoming. Therefore there is a need to strike a balance between what goals to pursue. We look at Uganda as an example of a developing country that is affected by climate change and how it has coped briefly. We look at the international conventions that deal with climate change including the Paris Agreement and we see how they impact on developing countries’ pursuit of sustainable development goals. Are the conventions adequate?

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,203
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and PollutionMême sujetSustainable Development and Environmental PolicyTravaux en français237 207