MétaCan
Menu
Retour à la cohorte
Enregistrement W3163043969 · doi:10.1371/journal.pone.0251489

ANEMI3: An updated tool for global change analysis

2021· article· en· W3163043969 sur OpenAlexafffund
Patrick A. Breach, Slobodan P. Simonović

Notice bibliographique

RevuePLoS ONE · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésArable landEnvironmental scienceClimate changeSystem dynamicsEnvironmental resource managementPopulationGlobal changeNatural resource economicsWater cycleLand useEnvironmental economicsComputer scienceAgricultureEconomicsEcologyEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

The ANEMI model is an integrated assessment model of global change that emphasizes the role of water resources. The model is based on the principles of system dynamics simulation to analyze changes in the Earth system using feedback processes. Securing water resources for the future is a key issue of global change, and ties into global systems of population growth, climate change, carbon cycle, hydrologic cycle, economy, energy production, land use and pollution generation. Here the third iteration of the model-ANEMI3 is described, along with the methods used for parameter estimation and model testing. The main differences between ANEMI3 and previous versions include: (i) implementation of the energy-economy system based on the principles of system dynamics simulation; (ii) incorporation of water supply as an additional sector in the global economy that parallels the production of energy; (iii) inclusion of climate change effects on land yield and potentially arable land for food production, and (iv) addition of nitrogen and phosphorus based nutrient cycles as indicators of global water quality, which affect the development of surface water supplies. The model is intended for analyzing long-term global feedbacks which drive global change. Because of this, there are limitations related to the spatial scale that is used. However, the model's simplicity can be considered a strength, as it allows for the driving feedbacks to be more easily identified. The model in its current form allows for a variety of scenarios to be created to address global issues such as climate change from an integrated perspective, or to examine the change in one model sector on Earth system behaviour. The endogenous structure of the model allows for global change to be driven entirely by model structure rather than exogenous inputs. The new additions to the ANEMI3 model are found to capture long term trends associated with global change, while allowing for the development of water supplies to be represented using an integrated approach considering global economy and surface water quality.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,286

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0040,008
Science ouverte0,0040,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0850,032

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 Opus0,078
Tête enseignante GPT0,241
Écart entre enseignants0,163 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207