MétaCan
Menu
Retour à la cohorte
Enregistrement W4297239716 · doi:10.1029/2022ef002857

Climate Action Failure Highlighted as Leading Global Risk by Both Scientists and Business Leaders

2022· article· en· W4297239716 sur OpenAlexafffund
Seth Wynes, Jennifer Garard, Paola Fajardo, Midori Aoyagi, Melody Brown Burkins, Kalpana Chaudhari, Terrence Forrester, Matthias Garschagen, Paul Hudson, Maria Ivanova, Edward Maibach, Anne‐Sophie Stevance, Sylvia Wood, H. Damon Matthews

Notice bibliographique

RevueEarth s Future · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensMcGill UniversityFuture EarthConcordia University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSalience (neuroscience)Action (physics)PandemicClimate changePolitical scienceCoronavirus disease 2019 (COVID-19)Scientific consensusScientific evidenceGlobal warmingBusinessInfectious disease (medical specialty)PsychologyDiseaseBiologyEcologyMedicineEpistemology

Résumé

récupéré en direct d'OpenAlex

Abstract Despite the increased salience of infectious disease risk due to the COVID‐19 pandemic, two recent surveys of the business and scientific communities have found a continued belief in the prominence of environmental risks. In particular, failure to take action on climate change was seen as a highly likely risk whose impacts would become locked‐in barring an immediate global response. These expert opinions are consistent with a growing body of evidence and give us insight into the priorities of global thought leaders who study and respond to risk. Given this alignment in priorities, we argue for the importance of integrating climate and environmental action into responses to emerging threats.

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 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 enseignants0,247
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,287
Écart entre enseignants0,276 · 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarth s FutureMême sujetZoonotic diseases and public healthTravaux en français237 207