Notice bibliographique
Résumé
Climate change is a global problem promoted by global warming. It leads to uncertain climatic conditions such as floods, droughts, landslides, high waves, and sea level rise. It also resulting into extreme changes in Biodiversity, including the emerge of new variety of microorganism, including viruses. It significantly contributes in resulting the economic casualties and ecological losses. The new coronavirus (Covid-19) outbreak is also supposed to be the impact of climate change, where the mutation of the coronavirus species occurred due to the extreme change in the surrounding environment. Climate change impact is not only disease outbreak, disasters such as drought, flood, extreme heat and others are also among the threats. Those are resulted by the increasing greenhouse gases emission by human activities. We acknowledge to all the speakers at The 5th ICCC 2020, i.e.: Prof. Dr. Sutarno from Sebelas Maret University, Indonesia; Dr. Agung Suryawan Wiranatha from Udayana University, Indonesia; Dr. Takashi S.T. Tanaka from Gifu Univ., Japan; Dr. James MacGregor from World Planet, Canada; Prof. Dr. M. Nasir Uddin from Texas A&M Univ., USA; Dr. Emmy Latifah from UNS, Indonesia; Prof. Dr. Sanjib K. Panda from Rajashtan University, India; Dr. Mahawan Karuniasa, Member of PCCB, UNFCCC; Chairman of Indonesia Expert Network for Climate Change and Forestry, APIKI and Lecturer in University of Indonesia. We also express our highest gratitude to the Guest Editors who assisted in reviewing the papers, including Prof. Dr. MTh. Sri Budiastuti from Sebelas Maret University, Indonesia; Dr. Keigo Noda from Gifu University Japan; Dr. James MacGregor from Ecoplanet, Canada; Dr. Anthony Kent from RMIT Univ., Australia, and other reviewers we cannot mention one by one.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,553 | 0,357 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».