本文介绍了一项研究，使用开放资源来对整个国家丹麦在可持续发展目标 SDG 13 气候行动领域的研究进行映射，并将其映射到 25 个 ERC 小组（欧洲研究理事会小组）中，以帮助科学技术与创新决策者有效设计政策。

Sep, 2022

应该结合人工智能与气候 - 经济模拟以设计应对气候变化的国际框架，同时也应该考虑到环境科学、法律和道德等领域，在此基础上，作者提出了 RICE-N 模型，并通过对其进行修改，参与了 AI for Global Climate Cooperation 竞赛，从三个角度对该模型提出了评估与建议。

Jul, 2023

本文探讨了地球科学、遥感和人工智能领域近年来趋近的发展情况，强调了这些交叉学科的研究方向和挑战，提出了人工智能在遥感和地球科学领域中的应用，以及年轻研究人员应该如何应对这些挑战，从而推动遥感和地球科学的发展。

Apr, 2021

本研究使用基于潜在狄利克雷分配的自动摘要和分析管道，对欧盟 27 个成员国在 2021 年至 2030 年期间制定的 10 年期国家能源和气候计划（NECPs）进行分析，旨在分析政策框架以便实现更好的公民治理和气候政策参与。

Nov, 2022

提出一种新的综合框架，用于支持基于人工智能的自然气候决策制定中的各个方面的综合决策支持模型，包括植被碳储量评估、火灾检测、逆转风险减轻和灾害响应规划等不同方面。

Dec, 2023

气候问题及国际合作中心动模拟及基于贸易群体的气候谈判方案模拟方案展示良好前景。

Jul, 2023

介绍了科技政策资源获取的困难与问题，并探讨了相关技术和发展，提供了从大量混杂内容的数据中提取有价值的科技政策资源并提供准确、快速检索的方法，以打破信息壁垒和降低信息获取成本，具有重要的社会意义和社会效益。

Apr, 2022

近年来，资助机构和期刊越来越倡导开放科学实践（如数据和方法共享），以提高科学的透明度、可获取性和可重复性。本研究利用来自 arXiv 的 110 万篇论文的大规模数据集，代表了物理、数学和计算机科学领域，分析了随时间推移数据和方法链接共享实践的采用情况以及对文章接受程度的影响。我们通过训练神经文本分类模型来识别数据和方法链接，根据论文中的上下文提及自动分类 URL 类型。研究发现，随着时间推移，链接方法和数据的共享实践正在扩散，越来越多的论文包含此类 URL。可重复性努力也可能在扩散，因为相同的链接越来越多地在论文中被重复使用（特别是计算机科学领域），并且这些链接随时间越来越集中在更少的网域（如 Github）中。最后，分享数据和方法链接的文章在引用次数方面获得了增加的承认，当链接是有效的时候效果更强。这些发现共同证明了数据和方法共享实践在开放科学中的扩展和受到的重视。

Oct, 2023

本研究利用 82000 多篇澳大利亚大学的出版物作为案例研究，通过相似度度量与 OpenAI GPT 模型将这些出版物与可持续发展目标（SDGs）进行映射，结果显示采用相似度度量的模型能够补充 GPT 模型进行 SDG 分类，此外，深度学习方法在处理敏感数据方面更加可靠，并且无需使用商业人工智能服务或部署昂贵的计算资源来运行大型语言模型。研究表明，两种方法的结合可以实现可靠的研究到 SDGs 的映射结果。

Nov, 2023

我们提出了基于数据驱动的人道主义研究计划，旨在开发新型数据科学方法，利用人工智能和机器智能为高风险公共政策和韧性规划提供支持，填补当前数据科学缺口，以促进人道主义行动和全球发展。

Sep, 2021