MétaCan
Menu
Retour à la cohorte
Enregistrement W4387971761 · doi:10.36922/ijps.474

Human development, population, and environmental burden: Historical perspective and a peek into the future

2023· article· en· W4387971761 sur OpenAlexaff
Niels C. Lind

Notice bibliographique

RevueInternational Journal of Population Studies · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSustainable Development and Environmental Policy
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGross domestic productIndustrialisationPopulationHuman Development IndexWorld populationEconomic growthChinaGeographyConsumption (sociology)Human development (humanity)Development economicsSocioeconomic statusIndex (typography)Human Development ReportProduct (mathematics)Socioeconomic developmentSocioeconomicsEnvironmental protectionEconomicsDeveloping countryDemographySocial scienceSociology

Résumé

récupéré en direct d'OpenAlex

The human species has continuously progressed in health, wealth, education, and population worldwide since industrialization. A measure of this advance, the Development Progress Index (DPI), is applied here to the world from 1770 to the present and then projected to the year 2100 for three shared socioeconomic pathways. Concurrently, our total environmental impact continues to grow with population and consumption. However, progress has been uneven across regions. While China is projected to outdistance the United States, India is projected to surpass both this century. The population keeps growing, and the average individual DPI-value has now grown enormously - by a factor of 17 since 1770. The environmental burden to sustain the human lifestyle is reflected by the world’s gross domestic product that has meanwhile grown by a factor of 155. If such human progress is to continue apace, the gross world product will be more than 2000 times higher by 2100. Already now a concern, the environmental impact is projected to grow five times larger by 2100. Human environmental impact needs a measure and attention.

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)0,000
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 enseignants0,029
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,017
Tête enseignante GPT0,296
Écart entre enseignants0,279 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Population StudiesMême sujetSustainable Development and Environmental PolicyTravaux en français237 207