MétaCan
Menu
Retour à la cohorte
Enregistrement W4319935853 · doi:10.5334/bc.285

Transformational climate actions by cities

2023· article· en· W4319935853 sur OpenAlexaff
Kimberley R. Slater, John Robinson

Notice bibliographique

RevueBuildings and Cities · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainability and Climate Change Governance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTransformational leadershipClimate changeVariety (cybernetics)Unintended consequencesAction (physics)Political sciencePrivate sectorInvestment (military)Environmental planningPublic relationsBusinessEnvironmental resource managementGeographyPoliticsEconomicsEcologyComputer science

Résumé

récupéré en direct d'OpenAlex

Highlights With their predominantly coastal geographies, rapidly growing populations, and emissions-intensive activities, cities are highly vulnerable and major contributors to climate change. Their role as cultural centers, and commerce and innovation hubs, means they are also promising sources of solutions. Taken together, these factors demand a closer examination of the progress and solutions that cities are making to mitigate climate change and adapt to its impacts. However, research on the extent and effectiveness of cities’ implementation efforts is underdeveloped. There is a need to better understand if and how cities are rolling out effective implementation measures, what effects (intended and unintended) such measures are having, and whether their implementation efforts are achieving the transformational changes needed to realize a low carbon, climate-resilient future. This editorial introduces the special issue by exploring these issues and reflecting perspectives from a variety of disciplines both within and outside academia, and in relation to diverse cities in the Global North and South. To better understand the practical dimensions of implementation, and the various obstacles and opportunities faced by public and private sector actors in progressing climate action targets and goals, the editors invited submissions reflective of co-produced research. Though not all took this form, some did and helped to foreground the experiences of those actors who arguably have the most power and responsibility to advance implementation measures, and seed the very institutional arrangements needed for deeper, multisectoral climate action. Collectively, the content of the special issue points to a need for significant investment, policy change, social innovation, and cooperation across societal scales.

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)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,006
Communication savante0,0160,006
Science ouverte0,0020,007
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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 Opus0,017
Tête enseignante GPT0,237
Écart entre enseignants0,220 · 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'étudeQualitatif
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBuildings and CitiesMême sujetSustainability and Climate Change GovernanceTravaux en français237 207