MétaCan
Menu
Retour à la cohorte
Enregistrement W4362575269 · doi:10.1038/s43247-023-00703-x

Global survey shows planners use widely varying sea-level rise projections for coastal adaptation

2023· article· en· W4362575269 sur OpenAlex
Daniella Hirschfeld, David Béhar, Robert J. Nicholls, Niamh Cahill, T. S. James, Benjamin P. Horton, Michelle Ε. Portman, Robert G. Bell, Matthew Campo, Miguel Esteban, Bronwyn Goble, Munsur Rahman, Kwasi Appeaning Addo, Faiz Ahmed Chundeli, Monique Aunger, Orly Babitsky, Anders Beal, Ray Boyle, Jiayi Fang, Amir Gohar, Susan Hanson, Saul Karamesines, Myungjin Kim, Hilary Lohmann, Kathleen L. McInnes, Nobuo Mimura, Doug Ramsay, Landis Wenger, Hiromune YOKOKI

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

RevueCommunications Earth & Environment · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesNatural Resources CanadaMinistry of Education, IndiaEarth Observatory of SingaporeWaseda UniversityScience Foundation IrelandNational Research Foundation SingaporeEuropean CommissionCommonwealth Scientific and Industrial Research OrganisationUtah State UniversityCity and County of San FranciscoAustralian GovernmentMinistry of Education - SingaporeUtah Agricultural Experiment StationVictoria UniversityNational Research Foundation
Mots-clésAdaptation (eye)Sea level riseClimate change adaptationGeographyEnvironmental resource managementEnvironmental scienceClimate changeOceanographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Including sea-level rise (SLR) projections in planning and implementing coastal adaptation is crucial. Here we analyze the first global survey on the use of SLR projections for 2050 and 2100. Two-hundred and fifty-three coastal practitioners engaged in adaptation/planning from 49 countries provided complete answers to the survey which was distributed in nine languages - Arabic, Chinese, English, French, Hebrew, Japanese, Korean, Portuguese and Spanish. While recognition of the threat of SLR is almost universal, only 72% of respondents currently utilize SLR projections. Generally, developing countries have lower levels of utilization. There is no global standard in the use of SLR projections: for locations using a standard data structure, 53% are planning using a single projection, while the remainder are using multiple projections, with 13% considering a low-probability high-end scenario. Countries with histories of adaptation and consistent national support show greater assimilation of SLR projections into adaptation decisions. This research provides new insights about current planning practices and can inform important ongoing efforts on the application of the science that is essential to the promotion of effective adaptation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

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

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 Opus0,211
Tête enseignante GPT0,284
Écart entre enseignants0,074 · 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