MétaCan
Menu
Retour à la cohorte
Enregistrement W4405221010 · doi:10.1098/rsbl.2024.0426

Climate geroscience: the case for ‘wisdom-inquiry’ science

2024· article· en· W4405221010 sur OpenAlexaff
Colin Farrelly

Notice bibliographique

RevueBiology Letters · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésBiologyEvolutionary biologyEnvironmental ethicsEpistemology

Résumé

récupéré en direct d'OpenAlex

Why should, and how can, the fields of climate science and geroscience (which studies the biology of ageing) facilitate the cross-disciplinary collaboration needed to ensure that human and planetary health are both promoted in the future of an older, and warmer, world? Appealing to the ideal of ‘wisdom-oriented’ science (Maxwell 1984 In From knowledge to wisdom: a revolution in the aims and methods of science ), where scientists consider themselves to be artisans working for the public good, a number of the real-world epistemic constraints on the scientific enterprise are identified. These include communicative frames that stoke intergenerational conflict (rather than solidarity) and treat the ends of planetary and human health as independent ‘sacred values’ (Tetlock 2003 Trends Cogn. Sci. 7 , 320–324) rather than as interdependent ends. To foster ‘climate geroscience’—the field of knowledge and translational science at the intersection of climate science and geroscience—researchers in both fields are encouraged to think of novel ways they could make researchers from the other field ‘conversationally’ present when framing the aspirations of their respective fields, applying for grant funding and designing their conferences and managing their scientific journals.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,803

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,089
Tête enseignante GPT0,381
Écart entre enseignants0,292 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetClimate Change and Health ImpactsTravaux en français237 207