MétaCan
Menu
Retour à la cohorte
Enregistrement W4392171457 · doi:10.1017/sus.2024.5

Recentering evolution for sustainability science

2024· article· en· W4392171457 sur OpenAlexaff
Ella Vázquez‐Domínguez, Rees Kassen, Sibylle Schroer, Luc De Meester, Marc T. J. Johnson

Notice bibliographique

RevueGlobal Sustainability · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovation, Sustainability, Human-Machine Systems
Établissements canadiensUniversity of TorontoMcGill University
Organismes subventionnairesUniversidad Nacional Autónoma de México
Mots-clésSustainabilitySustainability scienceEnvironmental scienceSocial sustainabilityBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Non-technical summary Evolutionary biology considers how organisms and populations change over multiple generations, and so is naturally focused on issues of sustainability through time. Yet, sustainability science rarely incorporates evolutionary thinking and most scientists and policy makers do not account for how evolutionary processes contribute to sustainability. Understanding the interplay between evolutionary processes and nature's contribution to people is key to sustaining life on Earth. Technical summary Evolution, the change in gene frequencies within populations, is a process of genetically based modification by descent, providing the raw material essential for adaptation to environmental change. Therefore, it is crucial that we understand evolutionary processes if we aim for a sustainable planet. We here contribute to this development by describing examples of contemporary, rapid evolutionary changes of concern for sustainability, specifically highlighting the global spread of severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) and how the evolutionary toolbox allowed tracking the origins and evolution of SARS-CoV-2 in real time and predicting potential future outbreaks. We also consider how urban development accelerates evolutionary processes such as altered phenotypic and physiological changes and the spread of infectious and zoonotic diseases. We show the importance of evolutionary concepts and techniques for public-health decision making. Many examples of the potential of evolutionary insights contributing to crucial sustainability challenges exist, including infectious and zoonotic diseases, ecosystem and human health, and conservation of natural resources. We thus join recent calls advocating for a stronger collaboration between evolutionary biologists and the sustainability community, increasing interdisciplinarity and the awareness about the knowledge of evolutionary processes for decision making and policies. Social media summary Evolution is fundamental to sustaining life on Earth and should be incorporated in sustainability measures and policies.

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)0,008
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,013
Communication savante0,0060,013
Science ouverte0,0010,004
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,014
Tête enseignante GPT0,385
Écart entre enseignants0,370 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal SustainabilityMême sujetInnovation, Sustainability, Human-Machine SystemsTravaux en français237 207