MétaCan
Menu
Retour à la cohorte
Enregistrement W4299975512 · doi:10.31381/iusinkarri.vn6.1250

CAMBIO CLIMÁTICO: INTEGRACIÓN EPISTEMOLÓGICA

2018· article· es· W4299975512 sur OpenAlexaff
Millitza Franciskovic Ingunza

Notice bibliographique

RevueIus Inkarri · 2018
Typearticle
Languees
DomaineBusiness, Management and Accounting
ThématiqueLaw, Ethics, and AI Impact
Établissements canadiensOptech (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

El conocimiento en general ha ingresado en una nueva fase de su desarrollo, tenemos un inmenso poder que nos permite obtener la secuencia de los genes de cualquier ser vivo que ande, vuele o nade; pero hoy, sin embargo, afrontamos el problema de cómo integrar toda esa información de manera que todo el mundo pueda entenderla y utilizarla. El gran reto al que nos enfrentamos es saber de qué manera convertimos los datos, la información en conocimiento, y esto sólo será posible mediante el intercambio de información entre las diferentes disciplinas del conocimiento y esta tarea solo se completará si somos capaces de comunicar este saber a la opinión pública en general porque todo este conocimiento afectará nuestras vidas muy profundamente en el devenir de los próximos años.El presente artículo está enmarcado en ese contexto y la disciplina denominada derecho ambiental se orienta a la comprensión y explicación del fenómeno del cambio climático y su consecuente repercusión en el ambiente, por lo que vamos a integrarla, para una mejor y eficaz comprensión, con las disciplinas de las ciencias naturales. Es decir, lo que perfiló en su oportunidad el autor del pensamiento complejo, de la urgente necesidad de apelar a la interdisciplinariedad, para establecer señalamientos conceptuales; como es el caso que nos ocupa: el cambio climático. Se desarrollará y explicara el pensamiento de un reconocido científico que en el siglo pasado fue considerado el propulsor de la ecología humana.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,011
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0050,035
Communication savante0,0110,012
Science ouverte0,0020,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,030
Tête enseignante GPT0,289
Écart entre enseignants0,259 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIus InkarriMême sujetLaw, Ethics, and AI ImpactTravaux en français237 207