MétaCan
Menu
Retour à la cohorte
Enregistrement W4388495752 · doi:10.1080/13530194.2023.2279332

Responding to Climate Change in Jordan: understanding institutional developments, political restrictions and economic opportunities

2023· article· en· W4388495752 sur OpenAlexfundno aff
Imad El‐Anis, Marianna Poberezhskaya

Notice bibliographique

RevueBritish Journal of Middle Eastern Studies · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesKementerian Energi Dan Sumber Daya MineralMinistry of Earth SciencesMinistry of Education, IndiaTrent UniversityMinisterstvo Průmyslu a ObchoduNottingham Trent University
Mots-clésClimate changePoliticsVulnerability (computing)Political scienceAuthoritarianismElitePsychological resiliencePolitical economy of climate changeDevelopment economicsPolitical economyEconomic growthDemocracyEconomics

Résumé

récupéré en direct d'OpenAlex

Jordan is one of the world's most resource-poor, arid and freshwater-stressed countries with climate change aggravating these challenges further.We argue that due to Jordan's climate change vulnerability and low levels of resilience, as well as its vital role in Middle Eastern politics, it is necessary to examine how climate change policies are approached in the kingdom.Based on a thematic analysis of official climate change policy documentation and elite interviews, we find that climate change problems are portrayed as important in Jordan, but the policymaking and implementation processes face significant challenges.The main predicaments are: the prioritization of short-term political and economic interests, over-reliance on external actors, limited financial, technical and knowledge capacities, and a lack of coordination between the key public sector stakeholders.Furthermore, as with other authoritarian states, Jordan's ability to respond to climate change is influenced by restrictions stemming from the governing regime's prioritization of its own survival.

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)0,005
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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,007
Communication savante0,0070,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,305
Tête enseignante GPT0,357
Écart entre enseignants0,052 · 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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Middle Eastern StudiesMême sujetTransboundary Water Resource ManagementTravaux en français237 207