MétaCan
Menu
Retour à la cohorte
Enregistrement W7074008160

Game theory: building up cooperation

2013· article· en· W7074008160 sur OpenAlexaboutno aff

Notice bibliographique

RevueLondon School of Economics and Political Science Research Online (London School of Economics and Political Science) · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConventionGlobal governanceClimate governanceKyoto ProtocolCorporate governanceConference of the parties
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Can we achieve the ambitious mitigation targets needed to avert dangerous global warming? Research now shows that local sanctioning institutions may succeed where global agreements fall short. In spite of some 18 Conferences of the Parties, global efforts to curb emissions have failed to achieve tangible results (Fig. 1). Although participation is broad — there are 192 parties to the Kyoto Protocol under the United Nations Framework Convention on Climate Change (UNFCCC) — only a handful of nations are actually bound to reduce emissions. Furthermore, the lack of a supranational sanctioning institution means that countries are effectively free to disregard their commitments or to withdraw from the agreement (as Canada did). Due to the inherent trade-off between the breadth of the treaty, in terms of number of acceding countries, and the depth of the emission-reduction commitments, game theorists have come up with the dismal prediction that little will be achieved by a self-enforcing agreement. Either the number of signatories will be small, or many countries will partake in a shallow agreement and achieve only modest reductions. In Nature Climate Change, Vasconcelos and colleagues provide reasons for optimism: local climate governance may be less riddled with barriers to cooperation than international agreements.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,008
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,335
Écart entre enseignants0,308 · 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.

Devis d'étudeThéorique ou conceptuel
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLondon School of Economics and Political Science Research Online (London School of Economics and Political Science)Même sujetTheoretical and Computational PhysicsTravaux en français237 207