NDC-SDG Connections: Data on updated NDC submissions (V2)
Notice bibliographique
Résumé
NDC-SDG Connections is a joint initiative of the German Institute of Development and Sustainability (IDOS) and the Stockholm Environment Institute (SEI). The research and visualisation project aims at illuminating synergies between the 2030 Agenda for Sustainable Development and the Paris Agreement, and at identifying entry points for coherent policies that promote just, sustainable and climate-smart development. The objective of the NDC-SDG Connections is to: foster a dialogue on meaningful interaction between the 2030 Agenda and the Paris Agreement, globally and at the national level; to increase transparency with easy accessibility to all climate activities; and to cultivate learning and catalyse partnerships between countries and other actors to raise the ambition of future NDCs. With its second version, the NDC-SDG Connections project opened its data for public re-use. The data on the updated NDC submissions (V2) is provided in the following formats: single .csv files (per data per SDG) zip .csv file (data per SDG for all SDG in one zip) .xlxs file Visit the Online Data Visualisation to interact directly with the data: www.NDC-SDG.info Additional files: .pdf file documenting the methodological framework including the coding and data validation process of the NDC-SDG Connections project .csv file with all NDCs included into the analysis (V2) Note:This data set contains data for second NDC submissions (V2). The terms ‘First’ and ‘Updated’ do not fully follow the UNFCCC nomenclature. For most countries, updated NDCs are called ‘First updated NDC’ or ‘Enhanced NDCs’, while some countries call their updated NDCs for ‘Second NDC’. In order to make it comprehensible, the tool developers have chosen to distinguish between ‘First’ and ‘Updated’. Detailed description of which version is counted as ‘First’ and which as ‘Updated’ has been documented in the data. Updated NDCs included in this first version of V2: Angola, Antigua and Barbuda, Armenia, Australia, Bahamas, Bahrain, Bangladesh, Bhutan, Bosnia and Herzegovina, Brazil, Burkina Faso, Burundi, Cambodia, Cameroon, Canada, Central African Republic, Chad, Chile, Colombia, Comoros, Costa Rica, Cote d’Ivoire, Cuba, Dominican Republic, Eswatini, European Union, Fiji, Gabon, Ghana, Georgia, Guinea, Haiti, Honduras, Iceland, Jamaica, Japan, Kenya, Lao People’s Democratic Republic, Lebanon, Malaysia, Maldives, Marshall Islands, Micronesia, Monaco, Mongolia, Morocco, Mozambique, Nauru, Niger, Peru, Republic of Korea, Rwanda, Saudi Arabia, Serbia, Seychelles, South Africa, State of Palestine, Switzerland, Timor-Leste, Tonga, Uganda, Uzbekistan, Zambia.
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 | 0,021 | 0,211 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,020 | 0,034 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,014 | 0,007 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,427 | 0,332 |
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 ».