MétaCan
Menu
Retour à la cohorte
Enregistrement W7100169153

David MacLeod is a Senior Environmental Specialist at the Toronto Environmental Office in the City of Toronto.

2009· article· en· W7100169153 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueScience and Climate Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changePolitical economy of climate changeGreenhouse gasExtreme weatherGlobal warmingEcological forecastingEffects of global warming
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There is a growing movement in response to climate change, known as climate change adaptation. In the general media, most attention has been focused on the need for climate change mitigation, which is action to reduce greenhouse gases that have caused climate change. Climate change adaptation is action to reduce the negative impacts of climate change. Municipalities are now responding to the need to adapt to the long lasting change in weather patterns generated by climate change. For example, in July 2008, Toronto council unanimously adopted a climate change adaptation strategy for Toronto titled, “Ahead of the Storm.”1 Figure 1, has been developed in the Toronto Environment Office to help ex-plain the concepts of climate change mitigation and adaptation. Given the alarming rates of climate change occurring, successful climate change mitigation is absolutely essen-tial. Climate change adaptation is, un-fortunately, going to be necessary, be-cause it may take many decades for the world to reach greenhouse gas re-duction targets. In Toronto, key antic-ipated local impacts are expected to be increased probability of extreme weather such as heat, drought, rain, snow and ice storms, and winds. Figure 2 was developed to provide examples of climate change mitigation and adaptation actions. Both types of actions are necessary, and some actions such as planting trees, buying local food and installing green roofs can help with both.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,805
Score d'incertitude au seuil0,949

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,1950,027

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 Opus0,011
Tête enseignante GPT0,240
Écart entre enseignants0,229 · 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.

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetScience and Climate StudiesTravaux en français237 207