MétaCan
Menu
Retour à la cohorte
Enregistrement W7026297329

Adapting to Environmental Change: Assessing the Vulnerability of Inuvialuit Communities to Infrastructure Risks Associated with Climate Change

2005· other· en· W7026297329 sur OpenAlexaboutno aff

Notice bibliographique

RevueUSC Research Bank (University of the Sunshine Coast) · 2005
Typeother
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)Climate changeAdaptive capacityLivelihoodVulnerability assessmentPolitical economy of climate changeAdaptation (eye)ScholarshipEcological forecasting
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There is growing concern among Canadian Inuit about the impacts on the environment from global changes such as climate change. To date, the focus on this subject has been oriented on biophysical changes and impacts in the environment and little attention has been given to the potential vulnerability of community infrastructure. Research on vulnerability and adaptation to climate change has most often taken the form of impact studies with the purpose of estimating the physical impacts of climate change (Parry and Carter, 1998; Fankhauser et al., 1999). Adaptations were then considered as an end cost of climate change. However, it is now becoming increasingly recognized that initiatives to identify adaptation needs and to improve adaptive capacity start with an assessment of vulnerability of the system of interest (Ford and Smit, 2004). This draws on insights from political ecology scholarship which shows that access to resources, equity, livelihoods and the political and socio-economic conditions are important considerations in the assessment of adaptive capacity, and therefore vulnerability (Blaikie et al., 1994; Adger and Kelly, 1999; Bohle, 2001; Smit and Pilifosova, 2001; O’Brien et al., 2004).

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,390
Score d'incertitude au seuil0,784

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
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 Opus0,209
Tête enseignante GPT0,425
Écart entre enseignants0,216 · 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'étudeObservationnel
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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUSC Research Bank (University of the Sunshine Coast)Même sujetIndigenous Studies and EcologyTravaux en français237 207