MétaCan
Menu
Retour à la cohorte
Enregistrement W4375841850 · doi:10.55671/0160-4341.1167

Transformative Sea-level Rise Research and Planning: Establishing a University, Tribal, and Community Partnership for a Resilient California North Coast

2023· article· en· W4375841850 sur OpenAlexaff
Laurie Richmond, J. Anderson, J. A. Archibald, Alec Brown, Joice Chang, Eileen Cashman, Yvonne Everett, James Graham, Nayre Herrera, Bente Jansen, Jennifer Kalt, Aldaron Laird, Lonyx Landry, Daniel Lipe, Bonnie C. Ludka, José R. Marín Jarrín, Jeffrey Marlow, Kristen Orth-Gordinier, Jason R Patton, Frank J. Shaughnessy, Alyssa Suarez, Alexandra Toyofuku, Amelia R Vergel de Dios, Hilanea Wilkinson, Clancy De Smet

Notice bibliographique

RevueHumboldt Journal of Social Relations · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensHumboldt District Hospital
Organismes subventionnairesnon disponible
Mots-clésTransformative learningGeneral partnershipGovernment (linguistics)Political scienceIndigenousState (computer science)GeographyEnvironmental resource managementEnvironmental planningSociologyEcology

Résumé

récupéré en direct d'OpenAlex

Sea-level rise (SLR) is and will continue to be a pressing issue in the rural, North Coast region of California, especially since nearby Wigi (or Humboldt Bay) is experiencing one of the fastest rates of relative SLR on the U.S. West Coast. In this paper, we argue that SLR presents a transformative opportunity to rekindle environmental relationships and reshape the future of the California North Coast and beyond. As the preeminent higher education institution of the region, Cal Poly Humboldt has the responsibility to be a leader in education, research, and planning for climate resilience. We describe efforts of the Cal Poly Humboldt Sea Level Rise Institute to establish a university-Tribal-community partnership that braids together different approaches and ways of knowing to develop research and planning that supports a resilient California North Coast. Since Wigi is projected to experience the effects of SLR sooner than the rest of the state, the North Coast region is poised to act as an incubator for new ideas and solutions, including Indigenous knowledge systems, and to play a role in influencing equitable, resilient, and transformative SLR adaptation processes in other parts of the state and the world. This will require developing programming and expertise in specific disciplinary areas, but, more importantly, will require the development of opportunities and spaces for various disciplines, ways of knowing, and sectors (e.g. Tribal nations, academia, government, NGOs, private companies, and community groups) to converge and bring the best of what they have to address climate-induced challenges and opportunities.

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)0,016
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0140,008
Communication savante0,0120,005
Science ouverte0,0020,015
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,148
Tête enseignante GPT0,338
Écart entre enseignants0,190 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumboldt Journal of Social RelationsMême sujetCoastal and Marine ManagementTravaux en français237 207