MétaCan
Menu
Retour à la cohorte
Enregistrement W4392421410 · doi:10.1017/9781788215206.005

Supercharge the Individual

2022· other· en· W4392421410 sur OpenAlexaboutno aff
Eric Lonergan, Corinne Sawers

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueSustainable Development and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSuperchargeChemistryComputer scienceNeuroscienceComputational biologyBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Corinne: The more you think about climate change, the more you start thinking that you need to change everything in your life. Even when I’m on my smartphone, I can't help thinking: How much energy was used to make this? How much fuel was consumed to mine the metals, or transport the components from China, California, Malaysia, Taiwan? How much energy is required to heat the Apple store? How much electricity is used to charge the battery? It is hardly surprising that many climate activists conclude that everything in our behaviour, habits and lifestyles needs to change. This also makes the challenge feel insurmountable. At the other extreme, the Canadian climate economist, Mark Jaccard, has written that the focus on the need for individual lifestyle change is a myth. Eric: Individual lifestyle decisions are often a central element of “solutions” in climate campaigns. This approach often reads more like a wish-list than a focused strategy for social change. The real challenge is delivering a huge global investment drive to make electricity sustainable and electrify all energy use. The implicit view of psychology is also naive. Changing behaviour is not as simple as responding to ethical arguments and lists in books. And yet, as we mentioned in Chapter 1, there are some important areas where we may not be able to rely on either investment or new technology, and we do need to change behaviour. In which case we need a realistic understanding of social change and behavioural psychology. Corinne: The typical to-do list says “eat less meat”, “car share” and “consume less”. On the fuzzy end of the spectrum, we’re advised to practice mindfulness, plant trees, and work to find our purpose. There's something fundamentally unhelpful about much of this, which is worth being blunt about. Even the engaged, informed and the motivated don't change their behaviours like this. I have a guilty history of susceptibility to fast fashion. I have to fight the thrill of filling a digital basket with cheap fashion goodies, the big bag arriving, and new outfits galore. You get a serotonin hit from it. Marketing strategies play on the precise psychological traits that Dan Ariely describes. I’ve managed to quit fast fashion now, but I still struggle to wean myself off the odd burger. The recommendations in books like How To Avoid A Climate Disaster , or The Future We Choose , are spot on.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil0,997

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,8570,004

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,210
Écart entre enseignants0,197 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSustainable Development and PoliciesTravaux en français237 207