MétaCan
Menu
Retour à la cohorte
Enregistrement W4240087309 · doi:10.11647/obp.0193.17

Climate Negotiation

2020· book-chapter· en· W4240087309 sur OpenAlexaff
Rosemary Lyster

Notice bibliographique

RevueOpen Book Publishers · 2020
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensAlberta Oil Sands Technology and Research AuthorityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésKyoto ProtocolClimate changeNegotiationPolitical scienceInternational communityPoliticsHappeningDevelopment economicsGeographyInternational tradeBusinessEconomicsHistoryLaw

Résumé

récupéré en direct d'OpenAlex

Regardless of the number of international studies and reports predicting crisis, nothing has stopped decline of ecosystems and natural resources. The most recent reports of the Intergovernmental Panel on Climate Change (IPCC) provide clear warnings that climate change is happening fast. Lyster charts the activity of the international community since the first Earth Day, and demonstrates why and in what respects they have failed. An important first step was the 1987 Brundtland Report, around the same time the IPCC was established to advise the UN on the Earth’s climate. This led to the 1992 UN Conference on Environment and Development, and the 1997 Kyoto Protocol, where developed countries agreed to cap overall emissions by the end of 2012. A major point of contention here was that the Protocol did not require developing countries to meet targets. The 2016 Paris Agreement, which aims to limit the increase in global average temperature, marked the first time that both developed and developing countries are compelled to act. Finally, Lyster explores how efforts to deal with the climate crisis have often been thwarted by domestic election cycles in fossil fuel-developed economies, pointing to a lack of knowledge and/or political will on the part of many politicians to lead a national discussion on the imperative to take action.

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)0,004
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 enseignants0,095
Score d'incertitude au seuil0,316

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,003
Communication savante0,0070,009
Science ouverte0,0020,004
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0950,032

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 Opus0,131
Tête enseignante GPT0,248
Écart entre enseignants0,117 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Book PublishersMême sujetClimate Change Policy and EconomicsTravaux en français237 207