MétaCan
Menu
Retour à la cohorte
Enregistrement W7052402135

Rasionalitas Pemerintahan Donald Trump Dalam Menyetujui Proyek Pipa Minyak Keystone XL Dengan Kanada

2021· dissertation· en· W7052402135 sur OpenAlexaboutno aff

Notice bibliographique

RevueUMM Institutional Repository (University of Maine at Machias) · 2021
Typedissertation
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdministration (probate law)Pipeline (software)Keystone speciesGovernment (linguistics)State (computer science)Rationality
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The construction of an oil pipeline is a problem that has been controversial for the U.S government for recent years, moreover the Keystone XL pipeline construction with Canada. All the time, the Keystone XL project had been forcing with an environmental issues debate, because of that reason had made an impact on the determination of U.S foreign policy. Eventually, The U.S on the Donald Trump administration has been deciding to approve the Keystone XL pipeline construction with Canada after they were taking on more reviews. \nThis research looks at how the Rationality Donald Trump Administration to Approve Keystone XL Pipeline Project with Canada, using the theory of Rational Actor Model for looking at how policy-making processes Donald Trump administration to approving the Keystone XL pipeline construction with Canada. \nThe results of this research show that, The Donald Trump administration was approving the Keystone XL project because The U.S has national interests. The U.S state department stated that the U.S administration under Donald Trump would have signed to developing that pipeline because the project had congealed with U.S national interests, especially in the Interest of security and energy independence, and The U.S economic interests, like to increase of new jobs. Besides, The Donald Trump administration also considering the project as an alternative source for U.S energy due to The U.S problems with the other suppliers of energy, like Venezuela and Nigeria.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,949
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0080,005
Science ouverte0,0010,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0350,007

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 Opus0,005
Tête enseignante GPT0,179
Écart entre enseignants0,174 · 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
GenreAutre

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 revueUMM Institutional Repository (University of Maine at Machias)Même sujetPlasma Diagnostics and ApplicationsTravaux en français237 207