MétaCan
Menu
Retour à la cohorte
Enregistrement W3157821271 · doi:10.15273/hpj.v1i1.10656

Tackling Gender and Racial Inequities: Climate Solutions for All

2021· article· en· W3157821271 sur OpenAlexaff
Kathryn Stone, Emma Stirling-Cameron, Rebecca Spencer, Barbara Hamilton-Hinch

Notice bibliographique

RevueHealthy Populations Journal · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Geoengineering
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésOppressionFace (sociological concept)Political scienceClimate changeRacismRace (biology)Meaning (existential)Action (physics)Call to actionGender studiesSociologyPolitical economyEnvironmental ethicsPoliticsLawPsychologyBusinessSocial science

Résumé

récupéré en direct d'OpenAlex

This commentary peice argues that tackling gender and racial inequities is a key piece in addressing the the climate crisis. When women and BIPOC feel comfortable and included in at the cliamte solutions table, the team that we need to save our planet grows significantly. Due to disportionate impacts of climate that women and BIPOC face, they have had to defend land and come up with their own solutions for years - it simply makes sense to listen to their experienced voices. Finally, the system of oppression and the system that prodoces greenhouse gases are very similar, meaning we cannot seperate issues of white supremacy, misogyny, and climate change. Dismanteling systemic racial and gender inequities needs to be part of the climate action plan.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,617

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,162
Tête enseignante GPT0,356
Écart entre enseignants0,194 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthy Populations JournalMême sujetClimate Change and GeoengineeringTravaux en français237 207