MétaCan
Menu
Retour à la cohorte
Enregistrement W7062224483

Stressors or Stresses? Addressing the Nuanaces of Multiple Stressors in Human Dimensions of Climate Change Scholarship in the Arctic

2016· other· en· W7062224483 sur OpenAlexaboutno aff

Notice bibliographique

RevueUSC Research Bank (University of the Sunshine Coast) · 2016
Typeother
Langueen
DomaineEngineering
ThématiqueNuclear and radioactivity studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScholarshipClimate changeStressorContext (archaeology)Psychological resilienceAdaptive capacityAdaptation (eye)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This poster examines key conceptual nuances of multiple stressors in human dimensions of climate change (HDCC) scholarship. They include: (i) the internal vs. external nature of stressors, (ii) context disaggregation, and (iii) the application of the nirvana fallacy. Inuit are experiencing climate change in the context of multiple climatic and non-climatic stressors that are already affecting lives and livelihoods. Research shows that in many instances non-climatic stressors can be strategic policy entry points for enhancing adaptive capacity to deal with current and future climate change; supporting efforts that increase financial, health, educational and cultural capacity in communities has been shown to inadvertently enhance the capacity of individuals and the community to deal with current and expected future climate change risks. To date, however, the conceptualisation of multiple stressors in HDCC scholarship has been unclear, often resulting in a simplistic cause and effect interpretation of how Inuit experience and respond to climate change. It is argued that by exploring and unpacking some of the key nuances of the multiple stressors concept, we can advance HDCC scholarship and contribute to the development and implementation of effective climate change adaptation strategies in the Arctic and elsewhere around the world. This research is part of ArcticNet Project “Community Vulnerability, Adaptation and Resilience to Climate Change in the Arctic.”

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,145
Tête enseignante GPT0,339
Écart entre enseignants0,194 · 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'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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUSC Research Bank (University of the Sunshine Coast)Même sujetNuclear and radioactivity studiesTravaux en français237 207