MétaCan
Menu
Retour à la cohorte
Enregistrement W4245280509 · doi:10.7591/cornell/9781501740411.003.0005

The Means Behind the Methods

2019· book-chapter· en· W4245280509 sur OpenAlexaboutno aff
Sara Hughes

Notice bibliographique

RevueCornell University Press eBooks · 2019
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiquePolicy Transfer and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changeGreenhouse gasGovernment (linguistics)Corporate governanceStakeholderPolitical scienceClimate change mitigationEnvironmental planningBusinessBallotPublic administrationEnvironmental resource managementPublic relationsEconomicsEnvironmental sciencePolitics

Résumé

récupéré en direct d'OpenAlex

This chapter assesses how New York City, Los Angeles, and Toronto have used the three governing strategies—institution building, coalition building, and capacity building—to support their efforts to reduce greenhouse gas (GHG) emissions. Each strategy reduces key sources of uncertainty that arise when taking up the new and challenging issue of climate change mitigation. The governing strategies facilitate action on climate change and channel resources to the effort. In this way, the strategies underpin and support governance for climate change mitigation regardless of the particular mode of governing or source of emissions being targeted. These strategies have manifested in different ways: while New York City and Toronto have focused on building stakeholder coalitions invested in and informing city government programs, Los Angeles has focused more on mobilizing voters willing to support ballot initiatives.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,091
Tête enseignante GPT0,301
Écart entre enseignants0,210 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCornell University Press eBooksMême sujetPolicy Transfer and LearningTravaux en français237 207