MétaCan
Menu
Retour à la cohorte
Enregistrement W4313594019 · doi:10.1016/j.isci.2023.105926

Adaptation to compound climate risks: A systematic global stocktake

2023· article· en· W4313594019 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueiScience · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesConsortium of International Agricultural Research CentersInternational Development Research CentreGovernment of the United KingdomWorld Bank Group
Mots-clésLivelihoodAdaptation (eye)Affect (linguistics)Climate changeFood securityClimate change adaptationRisk managementEnvironmental resource managementNatural resource economicsBusinessRisk assessmentEnvironmental planningPublic economicsGeographyEconomicsPsychologyEcologyAgricultureBiologyFinance

Résumé

récupéré en direct d'OpenAlex

This article provides a stocktake of the adaptation literature between 2013 and 2019 to better understand how adaptation responses affect risk under the particularly challenging conditions of compound climate events. Across 39 countries, 45 response types to compound hazards display anticipatory (9%), reactive (33%), and maladaptive (41%) characteristics, as well as hard (18%) and soft (68%) limits to adaptation. Low income, food insecurity, and access to institutional resources and finance are the most prominent of 23 vulnerabilities observed to negatively affect responses. Risk for food security, health, livelihoods, and economic outputs are commonly associated risks driving responses. Narrow geographical and sectoral foci of the literature highlight important conceptual, sectoral, and geographic areas for future research to better understand the way responses shape risk. When responses are integrated within climate risk assessment and management, there is greater potential to advance the urgency of response and safeguards for the most vulnerable.

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.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,133
Tête enseignante GPT0,321
Écart entre enseignants0,188 · 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