MétaCan
Menu
Retour à la cohorte
Enregistrement W7056847682

Heavy Metal: Earth’s Minerals and the Future of Sustainable Societies (PDF)

2024· article· en· W7056847682 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousGlobeReading (process)Sustainable developmentSustainabilityMineral resource classificationGeopolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Heavy Metal: Earth’s Minerals and the Future of Sustainable Societies brings together world-leading experts from across the globe to reimagine the future of mineral exploration and mining in a post-fossil fuel world. Minerals and metals – for batteries, circuit boards, wiring and other components – are essential to a digital, carbon-neutral economy. But how can we grapple with the environmental, social and geopolitical challenges caused by the extraction and use of these critical resources? Concise, accessible, and engaging, the essays in this timely collection intertwine a broad spectrum of disciplines to help us understand and reimagine our relationship with minerals. Exploring a wide range of themes, from the colonial history of mining and Indigenous resistance, to new frontiers in exploration geology, waste management and recycling, this book draws on experts from fields as diverse as geology, mining engineering, law, economics and public policy. The book also explores mineral resources through an artistic lens, with a collection of stunning images from the Canadian photographer Edward Burtynsky, and excerpts of a new musical work, the Heavy Metal Suite. This thought-provoking and ultimately hopeful book guides us towards a more responsible, ethical and sustainable use of metals and minerals. It is essential reading for anyone interested in how we supply the resources needed for a carbon-neutral economic future.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,158
Score d'incertitude au seuil0,529

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,1580,057

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 Opus0,013
Tête enseignante GPT0,216
Écart entre enseignants0,204 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetLaser Design and ApplicationsTravaux en français237 207