MétaCan
Menu
Retour à la cohorte
Enregistrement W4399216018 · doi:10.1175/bams-d-24-0138.1

How to Engage and Adapt to Unprecedented Extremes

2024· article· en· W4399216018 sur OpenAlexaff
Dominic Matte, Jens Hesselbjerg Christensen, Martin Drews, Stefan Sobolowski, Dominique Paquin, Amanda H. Lynch, Scott Bremer, Ida Engholm, Nicolas D. Brunet, Erik W. Kolstad, Helena Kettleborough, Vikki Thompson, Emanuele Bevacqua, Dorothy Heinrich, S. C. Pryor, Andrea Böhnisch, Frauke Feser, Andreas F. Prein, Erich Fischer, Martin Leduc

Notice bibliographique

RevueBulletin of the American Meteorological Society · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisaster Management and Resilience
Établissements canadiensUniversity of GuelphOuranos
Organismes subventionnairesDeutsche ForschungsgemeinschaftNordisk MinisterrådNational Science Foundation
Mots-clésEnvironmental scienceMeteorologyClimatologyEarth scienceGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Exploring Unprecedented ExtremesWhat: Facing the urgent challenge of extreme weather and climate-related events, our societal frameworks for "resilience" and "adaptation" are proving to be insufficient.This paper introduces the "Exploring Unprecedented Extremes" workshop, which was convened to elucidate the research gap in light of such challenges.The workshop tackled a broad spectrum of issues, ranging from assessing out-of-sample climatic events that defy traditional modeling approaches to enhancing the communication of risks and likelihoods associated with such unprecedented events.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,299
Score d'incertitude au seuil0,329

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,282
Écart entre enseignants0,261 · 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 tête enseignante, 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
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of the American Meteorological SocietyMême sujetDisaster Management and ResilienceTravaux en français237 207