Decision Analysis to Advance Environmental Sustainability
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Decision analysis provides a robust framework for complex decisions related to environmental sustainability and conservation, including for energy and water, fisheries and wildlife management, agriculture, and climate change response. The complexities of these problems stem from their large scope and scale, which leads to multiple decision makers, stakeholders, rightsholders, and other entities with potentially competing objectives. These problems often are time limited (e.g., urgent action is required to prevent species’ extinction), involve management interventions over long time scales and delayed responses to management (deep uncertainty), and are impeded by limited resources (funding, capacity, etc.). In this Special Issue on “Decision Analysis to Advance Environmental Sustainability,” we present five case studies of applications of decision analysis to complex problems in environmental sustainability and conservation. These case studies incorporate multiple objectives related to ecological and environmental sustainability, economic and social concerns, and logistics of implementation. They showcase a wide range of tools and applications to these problems. We also provide suggestions for new avenues of research and application of decision analysis to problems of environmental sustainability and conservation, including how to incorporate other decision-making tools into decision analysis processes, how to broaden the reach of decision analysis to other sustainability problems, how to incorporate more stakeholders and rightsholders into the decision process, the potential to incorporate new technology into these processes, identifying more creative alternatives, how to secure more funding, ways to move from decision to action, and how to move beyond status quo to make big transitions necessary to achieve sustainability.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,011 |
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.
score_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