MétaCan
Menu
Retour à la cohorte
Enregistrement W3172670012

Changing Climate Change: Examining efficacy of community based initiatives and micro-scale climate action

2021· article· en· W3172670012 sur OpenAlexaff
Maya Willard-Stepan, Allie Fong, Yehia Sabaa

Notice bibliographique

RevueUndergraduate Research Journal · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasClimate changeGlobal warmingNatural resource economicsEnvironmental scienceAgricultureReforestationEcological forecastingScale (ratio)Environmental resource managementEnvironmental planningEnvironmental protectionBusinessEconomicsGeographyAgroforestryEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

It is well established that global warming surpassing 1.5-2°C above pre-industrial levels will cause irreversible damage to our world. The adverse rise in global temperatures is accelerated by anthropogenic activity such as greenhouse gas emissions and environmental degradation. While certain scenarios have been projected to significantly lower global warming rates, most of these developments will require immediate global top-down policy shifts. Several international treaties and agreements have been created to combat climate change. Nonetheless, these remain ineffective at creating meaningful progress and cast doubt on how realizable a positive climate scenario is. In this review, we analyze how regional policies and actions combat the climate crisis by examining how specific community initiatives impact climate indicators such as reforestation, greenhouse gas emissions reduction, and sustainable agriculture. Our findings conclude that local initiatives have shown more immediate success compared to their global counterparts. Thus, additional locally led climate initiatives is warranted.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,261
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,174
Tête enseignante GPT0,389
Écart entre enseignants0,215 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research JournalMême sujetSustainability and Climate Change GovernanceTravaux en français237 207