MétaCan
Menu
Retour à la cohorte
Enregistrement W4288345542 · doi:10.5281/zenodo.3832053

Chapter 3. Assessing progress towards meeting major international objectives related to nature and nature's contributions to people

2019· report· en· W4288345542 sur OpenAlexaff
Stuart H. M. Butchart, Patricia Miloslavich de Klein, Belinda Reyers, Suneetha M. Subramanian, Cristina Adams, Elena M. Bennett, Bálint Czúcz, Leonardo Galetto, Kathleen Galvin, Victoria Reyes‐García, Leah R. Gerber, Tamrat Bekele Gode, Walter Jetz, Ishmael Bobby Mphangwe Kosamu, M. Gabriela Palomo, Mostafa Panahi, Elizabeth R. Selig, Gopal Shankar Singh, David Tarkhnishvili, Haigen Xu, Abigail J. Lynch, Tuyeni H. Mwampamba, Aibek Samakov

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typereport
Langueen
DomaineEnvironmental Science
ThématiqueInternational Maritime Law Issues
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEngineering ethicsManagement sciencePolitical sciencePsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

This document contains the draft Chapter 3 of the IPBES Global Assessment on Biodiversity and Ecosystem Services. Governments and all observers at IPBES-7 had access to these draft chapters eight weeks prior to IPBES-7. Governments accepted the Chapters at IPBES-7 based on the understanding that revisions made to the SPM during the Plenary, as a result of the dialogue between Governments and scientists, wouldbe reflected in the final Chapters.IPBES typically releases its Chapters publicly only in their final form, which implies a delay of several months post Plenary. However, in light of the high interest for the Chapters, IPBES is releasing the six Chapters early (31 May 2019) in a draft form. Authors of the reports are currently working to reflect all the changes made to the Summary for Policymakers during the Plenary to the Chapters, and to perform final copyediting.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,182

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0080,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0540,025

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 Opus0,011
Tête enseignante GPT0,302
Écart entre enseignants0,291 · 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'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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetInternational Maritime Law IssuesTravaux en français237 207