Report on public perceptions in cross-country survey
Notice bibliographique
Résumé
This deliverable synthesizes the first results on public perceptions of marine Carbon Dioxide Removal (CDR) methods from a cross-country survey in Canada, China, France, Germany, Norway, and Taiwan. The purpose is to inform the other work packages in OceanNets and stakeholders about our results in a timely and brief manner about the ways members of the public view marine CDR specifically. The survey was fielded in April 2023, has approximately 2000 observations in each country, and aims to be representative for the population active online in the respective country. It covers the marine CDR approaches ocean alkalinity enhancement (OAE), macroalgae farming with BECCS (mBECCS) or macroalgae farming with biomass sinking. Our analysis found notable differences in perceptions of the three methods and between the countries. OAE received the largest shares of negative assessments in all countries, mBECCS received the highest shares of positive assessments. Overall, respondents in the Asian countries assess ocean-based CDR approaches more positively than respondents in Western countries. We also find differences in self-reported familiarity. In Western countries, a majority (55-84%) report never having heard of these approaches; in Asian countries, a majority (56-75%) report having heard of the approaches before. Results on the associations with the methods confirm the results for the general question and add more nuanced insights into how the methods are perceived. The survey also included an experimental design that indicates a potential spillover effect, wherein presenting OAE first negatively influenced perceptions of the subsequent technology.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».