The Spectrum of (Poly)Crisis: Exploring polycrises of the past to better understand our current and future risks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
As the concept of polycrisis gains popularity among academics, policy-makers, and the general public, many questions linger about the utility, scope, and applicability of the term in different contexts. Building on prior work, we argue that crises can fruitfully be understood as existing along a spectrum, characterized by multiple different factors, with our modern polycrisis at one extreme. We illustrate this by surveying three historical periods with varying geographical scope – late 1st-millennium CE Mesoamerica, Late Medieval Eurasia, and the early modern Northern Hemisphere – arguing that these exhibited many, but not all, of the key characteristics that make up a polycrisis. We detail the experience of individual societies during these periods, focused on regions to highlight how stresses and dysfunction across multiple systems combined to produce devastating impacts and contrast these with the relatively mild experiences of others facing the same conditions. We highlight how the interaction of stresses across ecological, economic, social, and political systems produced disasters that further deepened these crises and so led to yet more disasters and further devastation. We illustrate how viewing these historical periods through a polycrisis lens can not only inform our understanding of the past but can produce valuable lessons for our modern world. The multi-faceted, far-reaching, and devastating consequences of our current polycrisis should not be viewed as entirely a recent phenomenon. Ultimately, we argue that studying historical polycrises as we do here can help us learn lessons from the past that allow us to hone strategies for addressing the comparable issues we face today and will continue to contend with for the foreseeable future.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle