MétaCan
Menu
Retour à la cohorte
Enregistrement W4236072503 · doi:10.5194/esd-2020-65

Earth System Economics: a bio-physical approach to the human component of the Earth System

2020· preprint· en· W4236072503 sur OpenAlexaff
Eric D. Galbraith

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensMcGill University
Organismes subventionnairesH2020 European Research Council
Mots-clésEarth system scienceIsolation (microbiology)PopulationComponent (thermodynamics)Computer scienceManagement scienceArtificial intelligenceOperations researchRisk analysis (engineering)Data scienceEngineeringEcologyBusinessSociology

Résumé

récupéré en direct d'OpenAlex

Abstract. The study of humans has largely been carried out in isolation from the study of the non-human Earth system. This isolation has encouraged the development of incompatible philosphical, aspirational, and methodological approaches that have proven very difficult to integrate with those used for the non-human remainder of the Earth system. Here, an approach is laid out for the scientific study of humans that is intended to facilitate integration with non-human processes by striving for a consistent physical basis, for which the name Earth System Economics is proposed. The approach is typified by a foundation on bio-physical state variables, quantification of time allocation amongst available activities at the population level, and an orientation towards measuring human experience. A suitable framework is elaborated, which parses the Earth system into four classes of state variables, including a neural class that would underpin many societal features. A working example of the framework is then illustrated with a simple numerical model, considering a global population that is engaged in one of two waking activities: provisioning food, or doing something else. The two activities are differentiated by their motivational factors, outcomes on state variables, and associated subjective experience. Although the illustrative model is a gross simplification of reality, the results suggest a simple relationship to predict first order changes in the human population size, and how neural characteristics and subjective experience can robustly emerge from model dynamics, including transient golden ages. The approach is intended to provide a flexible and widely-applicable strategy for understanding the human-Earth system, appropriate for physically-based assessments of the past and present, as well as long-term model projections that are oriented towards improving human well-being.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,031
Tête enseignante GPT0,256
Écart entre enseignants0,225 · 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
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGlobal Energy and Sustainability ResearchTravaux en français237 207