MétaCan
Menu
Retour à la cohorte
Enregistrement W4200504308 · doi:10.3389/frsc.2021.767501

The Impact of Scarcity on Pro-environmental Behavior in the COVID-19 Pandemic

2021· article· en· W4200504308 sur OpenAlexaff
Sonya Sachdeva, James Shyan-Tau Wu, Jiaying Zhao

Notice bibliographique

RevueFrontiers in Sustainable Cities · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesU.S. Forest ServiceU.S. Department of Agriculture
Mots-clésScarcityMindsetPandemicMultitudeEnvironmental degradationSustainabilityCoronavirus disease 2019 (COVID-19)Natural resource economicsBusinessDevelopment economicsEnvironmental resource managementPolitical scienceEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

As the world contends with the far-ranging impacts of the COVID-19 pandemic, ongoing environmental crises have, to some extent, been neglected during the pandemic. One reason behind this shift in priorities is the scarcity mindset triggered by the pandemic. Scarcity is the feeling of having less than what is necessary, and it causes people to prioritize immediate short-term needs over long-term ones. Scarcity experienced in the pandemic can reduce the willingness to engage in pro-environmental behavior, leading to environmental degradation that increases the chance of future pandemics. To protect pro-environmental behavior, we argue that it should not be viewed as value-laden and effortful, but rather reconceptualized as actions that address a multitude of human needs including pragmatic actions that conserve resources especially during scarcity. To bolster environmental protection, systematic changes are needed to make pro-environmental behavior better integrated into people's lives, communities, and cities, such that it is more accessible, less costly, and more resilient to future disturbances.

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)0,001
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 enseignants0,200
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,016
Tête enseignante GPT0,288
Écart entre enseignants0,272 · 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Sustainable CitiesMême sujetEnvironmental Education and SustainabilityTravaux en français237 207