MétaCan
Menu
Retour à la cohorte
Enregistrement W3139875535

Resources and international climate change policy gridlock

2014· article· zh· W3139875535 sur OpenAlexaboutno aff
Pandey

Notice bibliographique

Revue中国人口资源与环境:英文版 · 2014
Typearticle
Languezh
DomaineEnergy
ThématiqueGlobal Energy Security and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changePolitical economy of climate changeGridlockNatural resource economicsNatural resourceThreatened speciesGreenhouse gasDevelopment economicsGlobal warmingPolitical scienceEconomicsPoliticsGeographyEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Few other policy zones are as complex as the issue of climate change.If the more pessimistic projections of climate change doom are correct,then the failure to address the issue is likely to be catastrophic and irreversible.The Inter-governmental Panel on Climate Change has predicted the potential extinction of many species and that the existence of small-island and other vulnerable countries will be threatened if business-as-usual greenhouse gas emissions continue.Climate change is a transboundary problem and requires unprecedented levels of cooperation between states and serious and sustained responses from major emitters.However,the growing demand and consumption of natural resources for continued energy security and cornucopian economic growth have undermined the outcomes of international climate change negotiations.It is argued here that there is a strong connection between the major emitters’positions at United Nations’climate talks,their possessions,dependence and consumption of natural resources,and the continued undermining of international climate change policy for unsustainable growth.This paper assesses the resource politics of the US,China,India,Canada,Russia,and Saudi Arabia and their positions at climate talks to show the link between lack of climate change policy progress and the positions of these main players.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,274
Écart entre enseignants0,252 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue中国人口资源与环境:英文版Même sujetGlobal Energy Security and PolicyTravaux en français237 207