MétaCan
Menu
Retour à la cohorte
Enregistrement W3158833776

The science of climate change : what do we know?

2001· article· en· W3158833776 sur OpenAlexaboutno aff
Gordon McBean, A. J. Weaver, Nigel T. Roulet

Notice bibliographique

RevueOSTI OAI (U.S. Department of Energy Office of Scientific and Technical Information) · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changeGreenhouse gasClimate modelGlobal warmingClimate commitmentEnvironmental sciencePrecipitationGreenhouse effectRunaway climate changeClimatologyNatural (archaeology)Effects of global warmingMeteorologyGeographyEcologyGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The natural process by which the earth is kept at a temperature making it a livable planet is the called the greenhouse effect. Credible scientific assessments on climate change have been made possible by the recording of increased atmospheric concentrations of greenhouse gases, the changes in the climate that were observed, and the experiments involving the modeling of climate change. Climate change has appeared as an issue on policy agendas as a result of these assessments. Increasingly advanced computer models have managed to successfully convince the scientific community that climate change will bring with it higher temperatures, more intense precipitation as well as magnified warming in countries at high latitudes, such as Canada, despite remaining uncertainties concerning how human activities will affect the climate. Response strategies cannot be refined until these uncertainties are reduced considerably. For example, in the case of extreme events, the spatial and temporal variations in climate change must be clearly understood before the response strategies are developed. refs., 2 tabs., 5 figs.

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)0,008
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0040,008
Études des sciences et des technologies0,0040,009
Communication savante0,0120,030
Science ouverte0,0030,003
Intégrité de la recherche0,0060,011
Charge utile insuffisante (le modèle a refusé de juger)0,0170,008

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 Opus0,019
Tête enseignante GPT0,239
Écart entre enseignants0,220 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations10
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOSTI OAI (U.S. Department of Energy Office of Scientific and Technical Information)Même sujetClimate variability and modelsTravaux en français237 207