MétaCan
Menu
Retour à la cohorte
Enregistrement W4403486813 · doi:10.22541/essoar.172917365.53105072/v1

Ethical Framework Principles for Climate Intervention Research

2024· preprint· en· W4403486813 sur OpenAlexfundno aff
American Geophysical Union

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Geoengineering
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, San DiegoNational Oceanic and Atmospheric AdministrationUniversity of Cape TownAddis Ababa UniversityUniversität ZürichUniversidad Nacional Autónoma de MéxicoUniversidad de Buenos AiresNorges Teknisk-Naturvitenskapelige UniversitetEnvironmental Defense FundUniversité de FribourgUniversity College LondonWellcome TrustUniversity of MontanaUniversity of WashingtonArizona State UniversityColorado CollegeIndian Institute of ScienceUniversity of California, Los AngelesWilfrid Laurier UniversityUniversidade de São PauloWageningen University and ResearchAarhus UniversitetLapin YliopistoPeking UniversityBoettcher Foundation
Mots-clésIntervention (counseling)PsychologyEngineering ethicsPolitical scienceEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Climate intervention, also known as geoengineering or climate engineering, is the deliberate large-scale intervention in Earth's climate system to counteract global warming.1, 2 Climate intervention includes primarily carbon dioxide removal (CDR) techniques, which address the root cause of climate change by removing carbon dioxide from the atmosphere, and solar radiation modification (SRM) techniques, which offset the effects of greenhouse gas concentrations by preventing Earth from absorbing as much solar radiation.The urgency to address climate change has led to rapidly growing interest in climate intervention research.However, both CDR and SRM techniques, as well as other methods, present opportunities and risks and thus require additional governance and ethical frameworks at local, regional, and global levels.The American Geophysical Union (AGU), the world's largest association of Earth and space scientists, takes the position that a robust body of scientific evidence about climate intervention, guided by an ethical framework, should be consulted as society weighs its options for addressing climate change.Therefore, AGU has facilitated the development of this Ethical Framework for Climate Intervention Research.3 This ethical framework and its recommendations have been developed with the contributions of scientists, policymakers, ethicists, government agencies, nongovernmental organizations, and potentially impacted communities, as well as of other stakeholders on climate intervention research.These contributors and advisors sought to identify known best practices and describe them within this framework to assist researchers, institutions, governments, international and nongovernmental organizations, funders, and the private sector in their climate change and climate intervention activities.AGU contends that more knowledge about climate intervention methods and their consequences can help society make informed, just decisions about climate intervention research, including indoor and outdoor experimentation and potential deployment. 4 This framework is heavily informed by the precedent of ethical principles developed for research around nuclear weapons, 5 human cloning, 6 and genetic engineering, 7 as well as early principles considering climate intervention, such as the Oxford Principles, 8 the Asilomar Recommendations, 9 the Tollgate Principles, 10 and the Hubert code of conduct for responsible geoengineering research.11 Since its founding in 1919, AGU has set and emphasized high standards for scientific integrity and professional ethics, including the importance of "freedom to responsibly pursue science without interference or coercion" while always

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)0,315
score de la tête « metaresearch » (Gemma)0,265
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,315
Score d'incertitude au seuil0,844

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3150,265
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0040,005
Études des sciences et des technologies0,0120,050
Communication savante0,0210,011
Science ouverte0,0090,010
Intégrité de la recherche0,0270,034
Charge utile insuffisante (le modèle a refusé de juger)0,0090,005

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 Opus0,193
Tête enseignante GPT0,437
Écart entre enseignants0,244 · 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.

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

Citations14
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate Change and GeoengineeringTravaux en français237 207