MétaCan
Menu
Retour à la cohorte
Enregistrement W967313405 · doi:10.1016/j.cosust.2015.06.003

Living on the Margin in the Anthropocene: engagement arenas for sustainability research and action at the ocean–land interface

2015· article· en· W967313405 sur OpenAlexafffund
Bruce Glavovic, Karin E. Limburg, Kon‐Kee Liu, Helmuth Thomas, Hartwig Kremer, Bernard Avril, Jianke Zhang, Margaret R. Mulholland, Marion Glaser, Dennis P. Swaney

Notice bibliographique

RevueCurrent Opinion in Environmental Sustainability · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensDalhousie University
Organismes subventionnairesDalhousie UniversityCanada Excellence Research Chairs, Government of Canada
Mots-clésAnthropoceneSustainabilityMargin (machine learning)RealmTransformative learningCorporate governancePlanetary boundariesEnvironmental resource managementFrontierEnvironmental planningSustainable developmentBusinessPolitical scienceEnvironmental ethicsSociologyGeographyEcologyEnvironmental scienceComputer science

Résumé

récupéré en direct d'OpenAlex

The advent of the Anthropocene underscores the need to develop and implement transformative governance strategies that safeguard the Earth's life-support systems, most critically at the ocean–land interface — the Margin. The seaward realm of the Margin is the new frontier for resource exploitation and colonization to meet the needs of coastal nations and humanity overall. Here, we spotlight the pivotal role of the Margin for planetary resilience and sustainability, highlight priority issues, and outline a research strategy which aims to: (a) better understand Margin social-ecological systems; (b) guide sustainable development of Margin resources; (c) design governance regimes to reverse unsustainable practices; (d) facilitate equitable sharing of Margin resources; and (e) evaluate alternative research approaches and partnerships that address major Margin challenges.

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)0,015
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,025
Communication savante0,0130,018
Science ouverte0,0010,029
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,121
Tête enseignante GPT0,393
Écart entre enseignants0,272 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Environmental SustainabilityMême sujetCoastal and Marine ManagementTravaux en français237 207