Deutsch
 
Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  The next generation of machine learning for tracking adaptation texts

Sietsma, A. J., Ford, J. D., Minx, J. C. (2024): The next generation of machine learning for tracking adaptation texts. - Nature Climate Change, 14, 1, 31-39.
https://doi.org/10.1038/s41558-023-01890-3

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://publications.pik-potsdam.de/pubman/item/item_31101 Versions-Permalink: https://publications.pik-potsdam.de/pubman/item/item_31101_1
Genre: Zeitschriftenartikel

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Sietsma, Anne J.1, Autor
Ford, James D., Autor
Minx, Jan C., Autor
Affiliations:
1External Organizations, ou_persistent22              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2024
 Publikationsstatus: Final veröffentlicht
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1038/s41558-023-01890-3
BibTex Citekey: RN1048
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Nature Climate Change
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 14 (1) Artikelnummer: - Start- / Endseite: 31 - 39 Identifikator: PIKDOMAIN: RD5 - Climate Economics and Policy - MCC Berlin
Organisational keyword: RD5 - Climate Economics and Policy - MCC Berlin
Working Group: Evidence for Climate Solutions