MétaCan
Menu
Retour à la cohorte
Enregistrement W3127225389 · doi:10.21203/rs.3.pex-1240/v1

The Global Adaptation Mapping Initiative (GAMI): Part 1 – Introduction and overview of methods

2021· preprint· en· W3127225389 sur OpenAlexaff
Lea Berrang‐Ford, Alexandra Lesnikowski, A. Paige Fischer, A.R. Siders, Katharine J. Mach, Adelle Thomas, Max Callaghan, Neal Haddaway, Rachel Bezner Kerr, Robbert Biesbroek, Kathryn Bowen, Delphine Deryng, Susan J. Elliott, James D. Ford, Matthias Garschagen, Elisabeth Gilmore, Sherliee Harper, Marjolijn Hassnoot, Tabea Lissner, Shuaib Lwasa, Alexandre Magnan, Jan C. Minx, Michael D. Morecroft, Mark New, Erin Coughlan de Perez, Diana Reckien, Nick Simpson, Chandni Singh, Lindsay C. Stringer, Edmond Totin, Chris Trisos, Maarten van Aalst

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensUniversity of WaterlooUniversity of AlbertaConcordia University
Organismes subventionnairesnon disponible
Mots-clésAdaptation (eye)Vulnerability (computing)Context (archaeology)Climate changeHuman systems engineeringMaladaptationMilestoneEnvironmental resource managementPolitical scienceEnvironmental planningGeographyComputer sciencePsychologySociologyEcologyEnvironmental scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Context: It is now widely accepted that the climate is changing, and that societal responses will need to be rapid and comprehensive to prevent the most severe impacts. A key milestone in global climate governance is to assess progress on adaptation. To-date, however, there has been negligible robust, systematic synthesis of progress on adaptation or adaptation-relevant responses globally. Aim: The purpose of this review protocol is to outline the methods used by the Global Adaptation Mapping Initiative (GAMI) to systematically review human adaptation responses to climate-related changes that have been documented globally since 2013 in the scientific literature. The broad question underpinning this review is: Are we adapting to climate change? More specifically, we ask ‘what is the evidence relating to human adaptation-related responses that can (or are) directly reducing risk, exposure, and/or vulnerability to climate change?’ This work responds to the recognition of the need for high-level syntheses of adaptation research to inform global and regional climate assessments.Methods: We review scientific literature 2013-2019 to identify documents empirically reporting on observed adaptation-related responses to climate change in human systems that can directly reduce risk. We exclude non-empirical (theoretical & conceptual) literature and adaptation in natural systems that occurs without human intervention. Included documents were coded across a set of questions focused on: Who is responding? What responses are documented? What is the extent of the adaptation-related response? What is the evidence that adaptation-related responses reduce risk, exposure and/or vulnerability? Once articles are coded, we conduct a quality appraisal of the coding and develop ‘evidence packages’ for regions and sectors. We supplement this systematic mapping with an expert elicitation exercise, undertaken to assess bias and validity of insights from included/coded literature vis a vis perceptions of real-world adaptation for global regions and sectors, with associated confidence assessments. Related protocols: This protocol represents Part 1 of a 5-part series outlining the phases of methods for this initiative. Part 1 provides an introduction to the Global Adaptation Mapping Initiative (GAMI) and an overview of methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,048
score de la tête « metaresearch » (Gemma)0,091
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,254

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0480,091
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0140,013
Études des sciences et des technologies0,0010,002
Communication savante0,0060,006
Science ouverte0,0040,005
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0490,015

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 Opus0,262
Tête enseignante GPT0,372
Écart entre enseignants0,111 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations28
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate change impacts on agricultureTravaux en français237 207