MétaCan
Menu
Retour à la cohorte
Enregistrement W4224816978 · doi:10.31235/osf.io/tj2d3

Impacts of Meeting Minimum Access on Critical Earth Systems amidst the Great Inequality

2022· preprint· en· W4224816978 sur OpenAlexaff
Crelis Rammelt, Joyeeta Gupta, Diana Liverman, Joeri Scholtens, D. C. Ciobanu, Jesse F. Abrams, Xuemei Bai, Lauren Gifford, Christopher Gordon, Margot Hurlbert, Cristina Yumie Aoki Inoue, Lisa P. Jacobson, Steven J. Lade, Timothy M. Lenton, David I. Armstrong McKay, Nebojša Nakićenović, Chukwumerije Okereke, Ilona M. Otto, Laura Pereira, Klaudia Prodani, Johan Rockström, Ben Stewart‐Koster, Peter H. Verburg, Caroline Zimm

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensUniversity of Regina
Organismes subventionnairesPorticus FoundationGlobal Environment FacilityGordon and Betty Moore Foundation
Mots-clésInequalityRedistribution (election)OperationalizationEnvironmental degradationNatural resource economicsNatural resourceSustainable developmentSustainabilityEarth system scienceEnvironmental planningGeographyEnvironmental resource managementDevelopment economicsEnvironmental sciencePolitical scienceEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

The UN 2030 Agenda includes 17 Sustainable Development Goals towards improving access to resources and services, reducing environmental degradation and bringing down inequality. However, there is debate on the magnitude of the environmental burden that would arise from meeting the needs of the poorest, especially compared to much larger burdens from the rich. We first show that the ‘Great Acceleration’ of human impacts is characterized by a ‘Great Inequality’ in utilising and damaging the environment. We then operationalize ‘just access’ to minimum energy, water, food and infrastructure. Third, in an unequal world, we show that hypothetically meeting ‘just access’ would add 2-26% to current impacts on the Earth’s natural systems of climate, water, land and nutrients. These additional impacts, hypothetically caused by about a third of humanity, equal those currently caused by the wealthiest 1-4%. Nevertheless, achieving ‘just access’ calls for redistribution within stable Earth System Boundaries.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,064
Tête enseignante GPT0,381
Écart entre enseignants0,318 · 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'étudeThéorique ou conceptuel
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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGlobal Energy and Sustainability ResearchTravaux en français237 207