MétaCan
Menu
← Retour à la cohorte
Enregistrement W4398665587 · doi:10.7910/dvn/2sui27

Treaty Framing and Climate Science: Challenges in Managing the Risk of Global Warming

2020· dataset· en· W4398665587 sur OpenAlexaff
Patricia Larkin, William Leiss, Michael G. Tyshenko, Daniel Krewski

Notice bibliographique

RevueHarvard Dataverse · 2020
Typedataset
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)TreatyGlobal warmingEnvironmental scienceClimate changePolitical scienceEnvironmental planningGeographyLawOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Supplementary material to the article in the International Journal of Global Environmental Issues confronting explicitly the yawning gap between necessary GHG emissions reductions targets set by climate scientists and the results of decades-long international treaty negotiations and meetings. The supplementary material considers A: Treaty Framing in the Context of Climate Forcing, 1990-2012; B: Decarbonisation vs. Climate Engineering; C: The Twentieth-Century Experience with Treaty Forcing; D: Do Climate Change Negotiations promote Unrealistic Targets?; E: Treaty Dependent Solutions for Climate Change; and References

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)0,002
score de la tête « metaresearch » (Gemma)0,020
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 enseignants0,146
Score d'incertitude au seuil0,490

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,010
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,1460,079

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 Opus0,078
Tête enseignante GPT0,265
Écart entre enseignants0,186 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHarvard Dataverse→Même sujetClimate Change Policy and Economics→Travaux en français237 207→