MétaCan
Menu
Retour à la cohorte
Enregistrement W7021216490

Not too late changing the climate story from despair to possibility

2023· article· en· W7021216490 sur OpenAlexaboutno aff

Notice bibliographique

RevueDigitalCommons (California Polytechnic State University) · 2023
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Pharmacology and Anesthesia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousClimate changePower (physics)Global warmingClimate system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Not Too Late brings strong climate voices from around the world to address the political, scientific, social, and emotional dimensions of the most urgent issue human beings have ever faced. Accessible, encouraging, and engaging, it's an invitation to everyone to understand the issue more deeply, participate more boldly, and imagine the future more creatively. In concise, illuminating essays and interviews, Not Too Late features the voices of Indigenous activists, such as Guam-based attorney and writer Julian Aguon; climate scientists, among them Jacquelyn Gill and Edward Carr; artists, such as Marshall Islands poet and activist Kathy Jtil-Kijiner; and longtime organizers, including The Tyranny of Oil author Antonia Juhasz and Emergent Strategy author adrienne maree brown. Shaped by the clear-eyed wisdom of editors Rebecca Solnit and Thelma Young Lutunatabua, and enhanced by illustrations by David Solnit, Not Too Late is a guide to take us from climate crisis to climate hope. Contributors include Julian Aguon, Jade Begay, adrienne maree brown, Edward Carr, Renato Redantor Constantino, Joelle Gergis, Jacquelyn Gill, Mary Annaise Heglar, Mary Ann Hitt, Roshi Joan Halifax, Nikayla Jefferson, Antonia Juhasz, Kathy Jetnil Kijiner, Fenton Lutunatabua & Joseph Sikulu, Yotam Marom, Denali Nalamalapu, Leah Stokes, Farhana Sultana, and Gloria Walton.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0080,007
Communication savante0,0080,009
Science ouverte0,0010,003
Intégrité de la recherche0,0040,012
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,048
Tête enseignante GPT0,280
Écart entre enseignants0,232 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigitalCommons (California Polytechnic State University)Même sujetVeterinary Pharmacology and AnesthesiaTravaux en français237 207