MétaCan
Menu
Retour à la cohorte
Enregistrement W6968483934 · doi:10.5281/zenodo.15363243

The Open Science approach of the Intergovernmental Panel on Climate Change (IPCC)

2025· article· en· W6968483934 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensOuranos
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)Climate changeDownscalingDocumentationTransparency (behavior)Open scienceOpen dataCitizen science

Résumé

récupéré en direct d'OpenAlex

The introduction of Open Science and FAIR data practices into the Sixth Assessment Report (AR6) of the Intergovernmental Panel on Climate Change (IPCC) has enhanced the transparency of its results. The approach focuses on the figure generation process and the traceability of figures within the reports. It makes the report contents more visible and accessible to scientists and users, fostering reusability and subsequent scientific and technical progress. Challenges lie in the scale, the number of figures, and thevariety of a sometimes very complex data analysis used to generate figures. In addition, the authors, organized into chapters, have many different ways of working that need to be taken into account when framing the data documentation requirements for authors. The contribution introduces IPCC’s revised approach to Open Science for the current Seventh Assessment Report (AR7; Stockhause et al., 2024), highlighting the importance of principles like transparency, FAIR data and TRUSTworthy repositories, but also the high value of collaborating with external partners in the climate and data sciences, e.g. WCRP Coupled Model Intercomparison Project (CMIP) and Coordinated Regional Climate Downscaling Experiment (CORDEX), Research Data Alliance(RDA) and the geosciences unions EGU/AGU/JpGU.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaScience ouverte
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetmedium
gptScience ouverte
Domaine: non disponible · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Science ouverte
Catégories consensuellesScience ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,001
Communication savante0,0110,008
Science ouverte0,0220,039
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 Opus0,148
Tête enseignante GPT0,327
Écart entre enseignants0,179 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique · Commentaire

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetResearch Data Management PracticesCatégorieScience ouverteTravaux en français237 207