MétaCan
Menu
Retour à la cohorte
Enregistrement W4225295995 · doi:10.1007/s13280-022-01723-1

Integrating blue: How do we make nationally determined contributions work for both blue carbon and local coastal communities?

2022· article· en· W4225295995 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAMBIO · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensCentre for Global Health ResearchYork University
Organismes subventionnairesNatural Environment Research CouncilSight Research UKInternational Development Research Centre
Mots-clésLivelihoodWork (physics)Ecosystem servicesCorporate governanceBusinessEnvironmental resource managementPaymentEnvironmental economicsEnvironmental planningFinanceEconomicsAgricultureEcosystemGeographyEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Blue Carbon Ecosystems (BCEs) help mitigate and adapt to climate change but their integration into policy, such as Nationally Determined Contributions (NDCs), remains underdeveloped. Most BCE conservation requires community engagement, hence community-scale projects must be nested within the implementation of NDCs without compromising livelihoods or social justice. Thirty-three experts, drawn from academia, project development and policy, each developed ten key questions for consideration on how to achieve this. These questions were distilled into ten themes, ranked in order of importance, giving three broad categories of people, policy & finance, and science & technology. Critical considerations for success include the need for genuine participation by communities, inclusive project governance, integration of local work into national policies and practices, sustaining livelihoods and income (for example through the voluntary carbon market and/or national Payment for Ecosystem Services and other types of financial compensation schemes) and simplification of carbon accounting and verification methodologies to lower barriers to entry.

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.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil0,461

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,215
Écart entre enseignants0,206 · 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