MétaCan
Menu
Retour à la cohorte
Enregistrement W4379599040 · doi:10.1021/acs.est.2c09595

Broaden Research on Ocean Alkalinity Enhancement to Better Characterize Social Impacts

2023· review· en· W4379599040 sur OpenAlexafffund
Sara Nawaz, Javier Lezaun, José María Valenzuela, Phil Renforth

Notice bibliographique

RevueEnvironmental Science & Technology · 2023
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEuropean CommissionH2020 EnvironmentPacific Institute for Climate Solutions
Mots-clésAlkalinityScale (ratio)Environmental scienceEnvironmental resource managementEnvironmental planningAtmosphere (unit)Natural resource economicsOcean acidificationEnvironmental economicsBusinessRisk analysis (engineering)Climate changeOceanographyMeteorologyGeographyEconomicsGeologyChemistry

Résumé

récupéré en direct d'OpenAlex

Ocean alkalinity enhancement (OAE) is being considered as a way of achieving large-scale removals of carbon dioxide from the atmosphere. Research on the risks and benefits of different OAE approaches is expanding apace, but it remains difficult to anticipate and appraise the potential impacts to human communities that OAE might generate. These impacts, however, will be critical to evaluating the viability of specific OAE projects. This paper draws on the authors' involvement in interdisciplinary assessment of OAE (1) to identify the factors that currently limit characterization of potential social impacts and (2) to propose ways of reconfiguring OAE research to better consider these.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,014

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 Opus0,103
Tête enseignante GPT0,376
Écart entre enseignants0,273 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207