MétaCan
Menu
Retour à la cohorte
Enregistrement W4401540932 · doi:10.31219/osf.io/z8uqr

Ontologies for Sustainability: Theoretical Challenges

2024· preprint· en· W4401540932 sur OpenAlexfundno aff
Giorgio A. Ubbiali, Andrea Borghini, Matthew Lange

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueSemantic Web and Ontologies
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Advanced CyberinfrastructureUniversity at BuffaloEuropean CommissionDipartimenti di EccellenzaMcGill UniversityUniversità degli Studi di MilanoU.S. Department of AgricultureNational Science Foundation
Mots-clésSustainabilityIDEF5OntologySustainability sciencePolysemyKnowledge managementSustainability organizationsComputer scienceEngineering ethicsBusinessManagement scienceEngineeringEcologyProcess ontologyEpistemologyArtificial intelligenceBiology

Résumé

récupéré en direct d'OpenAlex

The lack of sustainable practices in key sectors of human societies is a global concern, held by some to threaten the life of the whole planet. To date, we have found that no studies review ontologies in terms of sustainability. This paper aims to fill such a gap. In Section 1, we outline the three major challenges associated with sustainability: 1) the polysemy of the term; 2) the relationship between sustainability and sustainable development; and 3) the complexity underlying sustainability. In Section 2, we review the main accomplishments achieved so far by ontologies to meet these theoretical challenges. We devote special attention to ontologies belonging to the OBO Foundry due to the pivotal role these play in the field of applied ontology. We provide a List of Sustainability Ontologies documenting the resources we assessed. To conclude, we advance a potential trajectory to further develop an OBO Foundry-compliant family of sustainability ontologies.

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)0,021
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,007
Études des sciences et des technologies0,0050,027
Communication savante0,0170,047
Science ouverte0,0040,010
Intégrité de la recherche0,0070,013
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,042
Tête enseignante GPT0,318
Écart entre enseignants0,276 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSemantic Web and OntologiesTravaux en français237 207