MétaCan
Menu
Retour à la cohorte
Enregistrement W4380675311 · doi:10.5194/sp-2023-3

Social Considerations and Best Practices for Engaging Publics on Ocean Alkalinity Enhancement

2023· preprint· en· W4380675311 sur OpenAlexafffund
Terre Satterfield, Sara Nawaz, Miranda Boettcher

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesPrince Albert II of Monaco FoundationClimateWorks FoundationPacific Institute for Climate Solutions
Mots-clésPublic engagementPublic relationsPublicsPerceptionField (mathematics)AlkalinityScale (ratio)SociologyPolitical sciencePsychologyGeographyPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract. In the wake of numerous propositions to trial, test or up-scale ocean alkalinity enhancement (OAE) for carbon dioxide removal (CDR), multiple social considerations have begun to be identified. To ensure that OAE research is responsible (is attentive to societal priorities) and successful (does not prematurely engender widespread social rejection), it will be critical to understand how OAE might be perceived as risky or controversial, and under what conditions it might be regarded by relevant social groups as most worthy of exploration. To facilitate the answering of these questions, this chapter: (1) characterizes what is known to date about public perceptions of OAE; (2) provides methodological suggestions on how to conduct social science research and public engagement to accompany OAE field research, and; (3) addresses how knowledge gained from social research and public engagement on OAE can be integrated into ongoing scientific, siting, and communications work.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,640

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,220
Tête enseignante GPT0,373
Écart entre enseignants0,154 · 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'étudeSans objet
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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetOcean Acidification Effects and ResponsesTravaux en français237 207