MétaCan
Menu
Retour à la cohorte
Enregistrement W4385347191 · doi:10.1177/20578911231190027

A quantum model of climate change? Insights from community-based natural resource management in Namibia

2023· article· en· W4385347191 sur OpenAlexaff
Andrew Heffernan, Michael P. A. Murphy

Notice bibliographique

RevueAsian Journal of Comparative Politics · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensQueen's UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésClimate changeEnvironmental resource managementNatural resource managementNatural resourcePolitical scienceGeographyEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

Quantum approaches to International Relations (IR) offer theoretically rich explanatory frameworks attuned to the complexity and uncertainty of the social world. Recognizing that the payoff of quantum approaches to IR may be clarified through their application to empirical cases, we approach the radically complex and uncertain case of climate change's impacts on Community-Based Natural Resource Management (CBNRM) in Namibia from a quantum perspective. Established to protect the vibrant flora and fauna of Namibia while also promoting community and economic development aims, CBNRM conservancies face complex challenges from climate change. Inspired by Karen O’Brien's call for ‘quantum social change’ in our response to climate change, we draw on the quantum social theory to unpack how desertification, extreme weather patterns, and drought conditions radically reshape the possibilities available to conservancies, communities, farmers, and the state itself. By conceptualizing futures as wavefunctions encompassing the spectrum of potential future states, we demonstrate how a quantum imaginary can help to develop novel explanatory frameworks for the complexity of the world around us.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,005
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,517
Tête enseignante GPT0,468
Écart entre enseignants0,049 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Comparative PoliticsMême sujetClimate Change Communication and PerceptionTravaux en français237 207