MétaCan
Menu
Retour à la cohorte
Enregistrement W6976214914 · doi:10.60692/8j59d-p8b23

A global horizon scan of the future impacts of robotics and autonomous systems on urban ecosystems

2021· article· en· W6976214914 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRoboticsSoftware deploymentHorizonQuality (philosophy)EcosystemKey (lock)Interpretation (philosophy)

Résumé

récupéré en direct d'OpenAlex

Technology is transforming societies worldwide. A major innovation is the emergence of robotics and autonomous systems (RAS), which have the potential to revolutionize cities for both people and nature. Nonetheless, the opportunities and challenges associated with RAS for urban ecosystems have yet to be considered systematically. Here, we report the findings of an online horizon scan involving 170 expert participants from 35 countries. We conclude that RAS are likely to transform land use, transport systems and human–nature interactions. The prioritized opportunities were primarily centred on the deployment of RAS for the monitoring and management of biodiversity and ecosystems. Fewer challenges were prioritized. Those that were emphasized concerns surrounding waste from unrecovered RAS, and the quality and interpretation of RAS-collected data. Although the future impacts of RAS for urban ecosystems are difficult to predict, examining potentially important developments early is essential if we are to avoid detrimental consequences but fully realize the benefits. The future challenges and potential opportunities of robotics and autonomous systems in urban ecosystems, and how they may impact biodiversity, are explored and prioritized via a global horizon scan of 170 experts.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,012
Tête enseignante GPT0,183
Écart entre enseignants0,172 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetModular Robots and Swarm IntelligenceTravaux en français237 207