MétaCan
Menu
Retour à la cohorte
Enregistrement W4408718993 · doi:10.33765/thate.15.2.1

Analysisof climate change performance of G7 countries based on AHP-CODAS methods

2025· article· en· W4408718993 sur OpenAlexaboutno aff
Radojko Lukić

Notice bibliographique

RevueThe holistic approach to environment · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnalytic hierarchy processClimate changeBusinessComputer scienceOperations researchMathematicsGeology

Résumé

récupéré en direct d'OpenAlex

Recently, due to the importance of climate change issues, it has been studied from different angles, and as a result, numerous articles have appeared in the literature. Nevertheless, there are few works on the analysis of climate change problems based on multi-criteria decision-making methods. The application of multi-criteria decision-making methods in this issue ensures as accurate results as possible because the weighting coefficients of the criteria are determined mathematically, and not based on subjective assessment. With this in mind, this study analyses the climate change performance of the G7 countries based on the AHP (Analytic Hierarchy Process) and CODAS (COmbinative Distance-based ASsessment) methods. The method was implemented based on available data of CCPI (Climate Change Performance Index) criteria for 2024. According to the AHP method, the most important criterion is greenhouse gas emissions. By reducing greenhouse gas emissions, the negative effects of climate change on the G7 countries can be mitigated. In terms of climate change performance, Germany ranks first. Ranking after Germany: European Union, United Kingdom, Italy, France, Japan, United States and Canada. Climate change is greater in the European Union than in the United Kingdom, Japan, the United States, and Canada. Climate changes in Germany are greater than in Italy and France. Climate change in Italy is greater than in France. However, regardless of the differences in climate change among the G7 countries, in order to mitigate the negative effect of climate change, it is necessary to reduce greenhouse gas emissions, increase the use of renewable energy in total consumption, and define an adequate climate policy strategy.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,063
Tête enseignante GPT0,261
Écart entre enseignants0,198 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe holistic approach to environmentMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207