MétaCan
Menu
Retour à la cohorte
Enregistrement W4308878544 · doi:10.30852/sb.2022.1994

Facilitating knowledge sharing and co-creation between communities of climate research and its users

2022· article· en· W4308878544 sur OpenAlexaff
Xuebin Zhang, Zhihong Jiang

Notice bibliographique

RevueAPN Science Bulletin · 2022
Typearticle
Langueen
DomaineDecision Sciences
Thématiquedemographic modeling and climate adaptation
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesAsia-Pacific Network for Global Change Research
Mots-clésClimate changeInterdependenceVulnerability (computing)Knowledge sharingBridging (networking)Adaptation (eye)Environmental resource managementPolitical scienceBusinessKnowledge managementPublic relationsEcologyComputer sciencePsychologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Climate impacts and risks involve climatic impact drivers, the exposure and vulnerability of natural and socioeconomic systems, and a strong interdependency exists between climate, nature and human society. Effective climate change adaptation requires effective knowledge sharing and co-creation between communities of climate research and its users. This pilot project of the World Climate Research Programme, supported by the Asia-Pacific Network for Global Change Research and other funders, brought together experts and future leaders from the two communities to familiarise themselves with the aspects of the other discipline. The project demonstrated that knowledge-sharing and co-creation benefit everyone involved and good progress in bridging the gap between the two communities can be made. We also learned that going beyond one’s own training is challenging and fixing the gap requires both communities’ long-term and sustained commitment.

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)0,036
score de la tête « metaresearch » (Gemma)0,062
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,062
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0070,004
Communication savante0,0090,010
Science ouverte0,0020,031
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,299
Tête enseignante GPT0,481
Écart entre enseignants0,182 · 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.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAPN Science BulletinMême sujetdemographic modeling and climate adaptationTravaux en français237 207