MétaCan
Menu
Retour à la cohorte
Enregistrement W4285203123 · doi:10.18174/562260

Scoping study on the ability of circular economy to enhance biodiversity : Identifying knowledge gaps and research questions

2022· report· en· W4285203123 sur OpenAlexaff
Hatem Chouchane, Allard Jellema, Nico Polman, Peter Roebeling

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésBiodiversityEcological footprintFootprintCircular economyConsumption (sociology)BusinessEnvironmental resource managementNatural resource economicsAction (physics)Regional scienceGeographyEnvironmental planningPublic economicsEconomicsSustainabilityEcologySocial scienceSociologyBiology

Résumé

récupéré en direct d'OpenAlex

Through an in-depth analysis of EU and Dutch governmental policy documents and scientific papers, this study identifies three main knowledge gaps for halving the ecological footprint of Dutch consumption by 2050: (1) national and EU policies do mention, though not explicitly, the relationship between circular economy (CE) and biodiversity – indicating a potential lack of knowledge and action perspective; (2) that the entire set of footprint indicators (footprint family) is essential for measuring the effects of CE on biodiversity; and (3) research on CE footprints and biodiversity is currently mainly focused on the energy and food sectors while sectors, such as mining, manufacturing and construction are the focus of many CE policies.

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)0,013
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,120
Tête enseignante GPT0,387
Écart entre enseignants0,267 · 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
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

Citations37
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSustainable Supply Chain ManagementTravaux en français237 207