MétaCan
Menu
Retour à la cohorte
Enregistrement W4380767318 · doi:10.38126/jspg220203

Overlooked No More: Empowering Youth Voices in Global Climate-Change Negotiations

2023· article· en· W4380767318 sur OpenAlexaff
Julian Campisi, Miriam Hird‐Younger, Evvan Morton, Hamangai Pataxó, F. Quispe, S. Nina, Laila Sandroni

Notice bibliographique

RevueJournal of Science Policy & Governance · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensThe Scarborough HospitalCarleton UniversityUniversity of Toronto
Organismes subventionnairesInter-American Institute for Global Change Research
Mots-clésNegotiationPolitical scienceDiplomacyDiversity (politics)Inclusion (mineral)Latin AmericansPublic relationsClimate changeYouth engagementSociologyGender studiesPoliticsEcologyLaw

Résumé

récupéré en direct d'OpenAlex

Youth participation in climate change negotiations has increased over the last decade; however, youth voices are still underrepresented. The diversity of youth activists in the Americas and the sheer number of youth-led organizations belies any stereotypes about disinterested youth. Youth care about both the present and the future of our planet; are organizing; and have many voices. Yet, there are currently weak institutional mechanisms to integrate these voices into climate negotiations beyond showcasing experiences. Youth must be included in collaborative and transdisciplinary ways. We recommend opportunities that have had success in Latin America and the Caribbean (LAC), which help youth to engage in discussions with policymakers to inform climate negotiations. These recommendations include the following: 1) institutionalizing formal national and regional youth councils and committees to strengthen collaboration between young people and decision-makers; 2) creating and expanding training programs for youth on climate negotiations; 3) using science diplomacy as a key tool to enhance science-based, relevant, and collaborative efforts for youth engagement; and 4) developing strategies to navigate the diversity of expertise, scientific knowledge, and inclusion of youth to address equitable climate solutions.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,276
Tête enseignante GPT0,480
Écart entre enseignants0,204 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Science Policy & GovernanceMême sujetClimate Change Communication and PerceptionTravaux en français237 207