MétaCan
Menu
Retour à la cohorte
Enregistrement W4411032147 · doi:10.7202/1116195ar

Les avis d’experts pour améliorer notre compréhension des effets des changements climatiques à grande échelle dans le Grand Nord

2024· article· fr· W4411032147 sur OpenAlexaffvenueabout
Émilie Saulnier‐Talbot, Éliane Duchesne, Frédéric Bouchard, Joël Bêty

Notice bibliographique

Revue˜Le œclimatoscope · 2024
Typearticle
Languefr
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversité de SherbrookeUniversité du Québec à RimouskiUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésHumanitiesForestryPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

Malgré la fiabilité grandissante des modèles climatiques, un manque de perception holistique persiste en ce qui a trait aux conséquences des changements climatiques actuels et futurs sur les écosystèmes. Afin de combler le besoin de mieux anticiper les changements à venir, il est nécessaire d’amener les experts de diverses disciplines à mettre en commun leurs perceptions de ce que l’avenir plus chaud pourrait nous réserver. Ainsi, plusieurs ateliers de travail furent organisés au sein du Centre d’études nordiques (CEN), un regroupement stratégique des Fonds de recherche du Québec et l’un des plus anciens centres de recherche de la province. Les experts provenant de diverses disciplines des sciences naturelles (ex. biologie, écologie, géomorphologie, limnologie, télédétection) réunis autour d’une même table ont mis en place une structure leur permettant d’envisager, basé sur leurs connaissances des milieux froids, la rapidité avec laquelle les différentes composantes de l’environnement changeront avec un réchauffement de 5°C le long d’un gradient latitudinal d’environ 3000 km, du Québec boréal au Pôle Nord. Nos résultats suggèrent que la végétation est la composante dont l’influence est la plus marquée sur les autres, suivie de la disparition de la glace. C’est donc au rythme des changements de végétation et de la dégradation de la cryosphère que ces paysages se transformeront.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0110,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,059
Tête enseignante GPT0,369
Écart entre enseignants0,311 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revue˜Le œclimatoscopeMême sujetIndigenous Studies and EcologyTravaux en français237 207