MétaCan
Menu
Retour à la cohorte
Enregistrement W4379768510 · doi:10.1007/s13280-023-01882-9

Fifteen research needs for understanding climate change impacts on ecosystems and society in the Norwegian High North

2023· article· en· W4379768510 sur OpenAlexaff
Zina Kebir, Catherine Chambers, André Frainier, Vera Helene Hausner, Ann Eileen Lennert, Jennifer Lento, Amanda Poste, Virve Ravolainen, Angelika H. H. Renner, David N. Thomas, Kerry A. Waylen

Notice bibliographique

RevueAMBIO · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesFramsenteretUniversitetet i Tromsø
Mots-clésNorwegianClimate changeArcticEcosystemEnvironmental resource managementThe arcticEnvironmental planningGeographyEnvironmental scienceEcologyOceanography

Résumé

récupéré en direct d'OpenAlex

There is an urgent need to understand and address the risks associated with a warming climate for ecosystems and societies in the Arctic and sub-Arctic regions. There are major gaps in our understanding of the complex effects of climate change-including extreme events, cascading impacts across ecosystems, and the underlying socioecological dynamics and feedbacks-all of which need collaborative efforts to be resolved. Here, we present results where climate scientists, ecologists, social scientists, and practitioners were asked to identify the most urgent research needs for understanding climate change impacts and to identify the actions for reducing future risks in catchment areas in the Norwegian High North, a region that encompasses both Arctic and sub-Arctic climates in northern Norway. From a list of 77 questions, our panel of 19 scientists and practitioners identified 15 research needs that should be urgently addressed. We particularly urge researchers to investigate cross-ecosystem impacts and the socioecological feedbacks that could amplify or reduce risks for society.

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)0,001
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 enseignants0,073
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,278
Tête enseignante GPT0,339
Écart entre enseignants0,061 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAMBIOMême sujetClimate change and permafrostTravaux en français237 207