Bibliographic record
Abstract
Incontestablement, l’enjeu de l’environnement s’est imposé comme l’un des plus importants de notre génération : que l’on défende avec force les méthodes les plus radicales pour préserver la planète ou que l’on conteste avec véhémence le réchauffement climatique, le sujet suscite des débats passionnés et ne laisse, des citoyens aux dirigeants, personne indifférent. Après avoir passé près de quatre ans à l’Agence internationale de l’énergie à Paris, Ralph E. H. Sims a retrouvé récemment son poste de professeur spécialiste des énergies renouvelables et directeur du Centre pour la Recherche sur l’énergie à l’université Massey de Nouvelle-Zélande. Il est également un auteur/coordonateur de plusieurs rapports pour le Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC). Dans un essai-fiction reposant sur une connaissance précise des enjeux et écrit avec une dose d’imagination et un zeste d’humour, il offre ses perspectives sur le futur auquel sembleraient se condamner les partisans du statu quo et le chemin qui pourrait s’ouvrir devant les tenants d’une action plus vigoureuse en faveur de l’environnement.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.010 | 0.004 |
| Scholarly communication | 0.016 | 0.009 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.007 | 0.008 |
| Insufficient payload (model declined to judge) | 0.105 | 0.032 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".