MétaCan
Menu
Retour à la cohorte
Enregistrement W4236567956 · doi:10.1093/yiel/yvw020

2. Coastal Zone Management

2015· article· en· W4236567956 sur OpenAlexaboutno aff
Manoj Shivlani, Daniel O. Suman

Notice bibliographique

RevueYearbook of International Environmental Law · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiodiversityClimate changeEnvironmental resource managementGreenhouse gasEnvironmental planningBusinessEcosystemAdaptation (eye)GeographyEnvironmental protectionEnvironmental scienceEcology

Résumé

récupéré en direct d'OpenAlex

The Subsidiary Body on Scientific, Technical and Technological Advice held its nineteenth meeting on 2–5 November in Montreal, Canada. Several recommendations from the meeting relate to coastal management. Recommendation XIX/7 on climate-related geo-engineering noted that the fifth Assessment Report of the Intergovernmental Panel on Climate Change did not consider the impacts of climate-related geo-engineering techniques on biodiversity and ecosystems. It also encouraged the thirteenth Conference of the Parties to the CBD in 2016 to adopt a decision promoting the use of a precautionary approach towards the use of climate-related geo-engineering techniques, emphasizing that the primary methods of addressing climate change are the reduction of greenhouse gas emissions at their sources and increasing the sinks that remove them. Contracting parties should promote ecosystem-based mitigation and adaptation techniques. Recommendation XIX/8 on forest biodiversity encouraged contracting parties to adopt a decision on forest policy related to the Aichi Biodiversity Targets. When developing and implementing forest policies in light of the Aichi Biodiversity Targets and other international agreements, parties should take into account climate change mitigation and adaptation and disaster risk reduction. Coastal forests, such as mangroves, play an important role in this regard.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,999

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 ouverte0,0000,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,007
Tête enseignante GPT0,192
Écart entre enseignants0,185 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYearbook of International Environmental LawMême sujetCoastal and Marine ManagementTravaux en français237 207