MétaCan
Menu
Retour à la cohorte
Enregistrement W4393669407 · doi:10.5281/zenodo.7969743

FABLE Scenathon database 2021

2023· dataset· en· W4393669407 sur OpenAlexaboutno aff
Aline Mosnier, Clara Douzal, Fernando Orduña-Cabrera

Notice bibliographique

RevueIIASA PURE (International Institute of Applied Systems Analysis) · 2023
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioeconomy and Sustainability Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVirologyBiology

Résumé

récupéré en direct d'OpenAlex

This database contains key parameters and variables from the 2021 Scenathon run by the Food, Agriculture, Biodiversity, Land-Use, and Energy (FABLE) Consortium. A scenathon - a scenario marathon - is a multi-objective challenge that allows a decentralized global modeling approach with multiple models developed by different teams in the world at national and regional scales and a methodology to link them, ensuring international trade consistency and tracking collective progress towards the achievement of global sustainability targets. The Scenathon 2021 database includes results at the global, country, and rest of the world region levels for indicators related to food and nutrition security, land and biodiversity, GHG emissions from agriculture and land use change, and agricultural input use. It also includes key parameters that can be used to explain the results, such as the evolution of productivity and all supply and use balance items at the commodity level. It is possible to visualise some of the key results on the Scenathon dashboard. Scope of the 2021 database: Pathways: The Current Trends (CT) pathway reflects a low-ambition future shaped by existing policies. The Sustainable pathway identifies additional actions to align national and regional pathways with global sustainability targets. Countries and regions: Argentina, Australia, Brazil, Canada, China, Colombia, Ethiopia, Finland, Germany, India, Indonesia, Malaysia, Mexico, Norway, Russia, Rwanda, Sweden, South Africa, the UK, and the United States and the rest of the world regions Rest of Asia and Pacific, Rest of Central and South America, Rest of European Union, Rest of Europe non-EU, Rest of Sub-Saharan Africa. Time: 2000-2050. Results are provided for each five-year step. Trade adjustment: results are provided before and after the trade adjustment; the total imports are balanced. The readme worksheet provides all the relevant information on the indicators and definitions of acronyms used in the database.

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)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,444

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,000
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1330,066

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 Opus0,018
Tête enseignante GPT0,238
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIIASA PURE (International Institute of Applied Systems Analysis)Même sujetBioeconomy and Sustainability DevelopmentTravaux en français237 207