Collective foresight and intelligence for sustainability
Notice bibliographique
Résumé
Non-technical summary Charting robust pathways towards more sustainable futures that ‘leave no one behind’ requires that diverse communities engage in collective foresight and intelligence exercises to better understand global systemic challenges, anticipate the emerging risks and opportunities that disruptions present, and share perspectives on how to respond and inform decision-making. We report on the recent use of an international rapid foresight survey to assess expected societal trends over the next 3 years following the COVID-19 crisis. The results illustrate the power of collective foresight approaches to provide timely, nuanced insights for decision-making across sectors and scales, particularly in times of uncertainty. Technical summary We present the findings of a rapid foresight survey launched in spring 2020 to draw on the collective intelligence of the global community on where the world is headed post-COVID-19. Respondents were asked to (i) assess five key societal trends in the coming 3 years, (ii) provide news headlines they both expect and hope to see, and (iii) assess the role of digital technologies during crises. Analysis of over 2000 responses from more than 90 countries revealed important regional differences in expected societal trends related to sustainability. More respondents in the Global South expected shifts towards less inequality while more respondents in the Global North expected shifts towards a smaller ecological footprint. Qualitative analysis of proposed news headlines revealed four broad themes of focus (environment, equity, health, and economy), and yielded insights into perspectives on critical drivers of change. Finally, the survey report found that the vast majority of respondents were not opposed to digital surveillance in crises. In presenting these results, we explore the value of collective foresight and intelligence exercises in providing pluralistic inputs to decision-making and in complementing more prevalent methods of forecasting. Social media summary Collective foresight exercises with diverse communities can help chart robust pathways to more sustainable futures.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,010 |
| Communication savante | 0,007 | 0,012 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».