MétaCan
Menu
Retour à la cohorte
Enregistrement W4312178634 · doi:10.15405/epsbs.2022.12.70

It-Technologies In The Implementation Of Climate Projects

2022· article· en· W4312178634 sur OpenAlexaboutno aff
Jaradat Vakhidovna Idrisova, Saidmagomed Khavazhievich Alikhadzhiev, Z. Magazieva

Notice bibliographique

Revue˜The œEuropean Proceedings of Social & Behavioural Sciences · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueEngineering Education and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKyoto ProtocolGreenhouse gasTreatyInformation technologyProcess (computing)BusinessInformation systemEnvironmental economicsComputer scienceProduction (economics)Global warmingField (mathematics)Industrial organizationEnvironmental resource managementClimate changeEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

The global market for carbon units began to take shape during the first period of the Kyoto Protocol (2008–2012). In 2015, a new global climate treaty, the Paris Agreement, was approved, the economic mechanisms of which are still being developed. So far, a number of regional schemes operate in the world, including in the EU, a number of provinces in China, a number of US states and Canada (usually in the form of quota systems and carbon markets), and voluntary schemes. The article discusses IT technologies in the implementation of climate projects. Modern digital technologies are developing very quickly and are present in all business sectors. It is IT that helps companies to make the transition to a model of advanced harmless production, which means the use of safe materials, intelligent systems, etc. The essence of the concept is a description of approaches to the implementation of projects to reduce greenhouse gas emissions or increase the absorption capacity of ecosystems by Russian companies. Information technology is a set of methods and means of purposefully changing any properties of information. Information technology in the field of management makes the highest demands on the "human factor", having a fundamental impact on the qualifications of the employee. Information technology is an important component of the process of using information resources..

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)0,005
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0070,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,031
Tête enseignante GPT0,303
Écart entre enseignants0,272 · 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'étudeObservationnel
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 revue˜The œEuropean Proceedings of Social & Behavioural SciencesMême sujetEngineering Education and TechnologyTravaux en français237 207