Advancing a toolkit of diverse futures approaches for global environmental assessments
Notice bibliographique
Résumé
Global Environmental Assessments (GEAs) are in a unique position to influence environmental decision-making in the context of sustainability challenges. To do this effectively, however, new methods are needed to respond to the needs of decision-makers for a more integrated, contextualized and goal-seeking evaluation of different policies, geared for action from global to local. While scenarios are an important tool for GEAs to link short-term decisions and medium and long-term consequences, these current information needs cannot be met only through deductive approaches focused on the global level. In this paper, we argue that a more diverse set of futures tools operating at multiple scales are needed to improve GEA scenario development and analysis to meet the information needs of policymakers and other stakeholders better. Based on the literature, we highlight four challenges that GEAs need to be able to address in order to contribute to global environmental decision-making about the future: 1. anticipate unpredictable future conditions; 2. be relevant at multiple scales, 3. include diverse actors, perspectives and contexts; and 4. leverage the imagination to inspire action. We present a toolbox of future-oriented approaches and methods that can be used to effectively address the four challenges currently faced by GEAs.
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 | 0,062 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,016 | 0,009 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,016 | 0,023 |
| Science ouverte | 0,007 | 0,023 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,004 |
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 ».