Notice bibliographique
Résumé
adaptation concept of 1-2 African, Caribbean and Pacific (ACP) countries 52, 57 exports to Europe 52-3 Argentina 95 CDM abatement potential 97, 99, 103, 105 Australia 38, 41 government of 41 Bangladesh PoAs in 30 Belarus 38 Brazil 5, 27 abatement potential of 77 CER supply potential 29 government of 117 Programa de Incentivo às Fontes Alternativas de Energia Elétrica (PROINFA) 117 Canada 6, 41 carbon capture and storage (CCS) 8, 42, 46, 76, 106, 164 Central Intelligence Agency (CIA) World Factbook 129 certified emission reduction credits (CERs) 7, 12, 22, 30-33, 39, 41, 49-51, 56, 75, 163 buyers of 63 decline in price 6, 113 demand scenarios 39, 41-2, 48-9 EU ban on (2011) 38, 49 forestry 55 generation of 44-6, 93 import of 42 restrictions on 28, 36, 49, 163 supply in LDCs 30-32, 46, 49-51 use in CDM 3-4, 29 China 5, 27, 68, 72-3, 75, 82, 92, 95, 99, 101, 105 abatement cost curve of 78 abatement potential of 77, 79, 97, 101, 103 as major CDM host 66
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,538 | 0,344 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».