MétaCan
Menu
Retour à la cohorte
Enregistrement W4213274850 · doi:10.31223/x5qg7d

Climate change research and action must look beyond 2100

2020· preprint· en· W4213274850 sur OpenAlexaff
Christopher J. Lyon, Erin E. Saupe, Christopher Smith, Daniel J. Hill, Andrew P. Beckerman, Lindsay C. Stringer, Rob Marchant, James McKay, Ariane Burke, Paul O’Higgins, Alexander M. Dunhill, Bethany J. Allen, Julien Riel‐Salvatore, Tracy Aze

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesNatural Environment Research CouncilUniversity of LeedsSight Research UK
Mots-clésClimate changeGreenhouse gasNatural resource economicsEnvironmental scienceHabitabilityClimate modelEarth system scienceBaseline (sea)Environmental resource managementClimatologyEconomicsEcologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Anthropogenic activity is changing Earth’s climate and ecosystems in ways that are potentially dangerous and disruptive to humans. Greenhouse gas concentrations in the atmosphere continue to rise, ensuring these changes will be felt for centuries beyond 2100, the current benchmark for prediction. Estimating the effects of past, current, and potential future emissions to only 2100 is therefore shortsighted. Critical problems for food production and climate-forced ‘survival’ migration are projected to arise well before 2100 raising questions regarding the habitability of some regions of the Earth after the turn of the century. To highlight the need for more distant horizon scanning, we model climate change to 2500 under a suite of emission scenarios and quantify associated projections of crop viability and heat stress. Together, our projections show global climate impacts significantly increase after 2100 without rapid mitigation. As a result, projections of climate and its effects on human well-being and associated governance and policy must be framed beyond 2100.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0050,010
Science ouverte0,0010,003
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,645
Tête enseignante GPT0,397
Écart entre enseignants0,248 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

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

En bref

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate Change Policy and EconomicsTravaux en français237 207