論文の概要: Exploring the interplay between Planetary Boundaries and Sustainable Development Goals using Large Language Models

• arxiv url: http://arxiv.org/abs/2509.02638v1
• Date: Mon, 01 Sep 2025 20:55:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 21:40:46.273854
• Title: Exploring the interplay between Planetary Boundaries and Sustainable Development Goals using Large Language Models
• Title（参考訳）: 大規模言語モデルを用いた惑星境界と持続可能な開発目標との相互作用の探索
• Authors: Lamyae Rhomrasi, Pilar Manchón, Ricardo Vinuesa, Francesco Fuso-Nerini, J. Alberto Conejero, Javier García-Martínez, Sergio Hoyas,
• Abstract要約: 惑星境界と持続可能な開発目標の相互作用を識別する。 主な発見は、土地利用目標と土地システムの境界との間の紛争である。 我々の研究は、開発目標と惑星の限界を整合させる統合政策の必要性を強調した。
• 参考スコア（独自算出の注目度）: 3.443408730693827
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: By analyzing 40,037 climate articles using Large Language Models (LLMs), we identified interactions between Planetary Boundaries (PBs) and Sustainable Development Goals (SDGs). An automated reasoner distinguished true trade-offs (SDG progress harming PBs) and synergies (mutual reinforcement) from double positives and negatives (shared drivers). Results show 21.1% true trade-offs, 28.3% synergies, and 19.5% neutral interactions, with the remainder being double positive or negative. Key findings include conflicts between land-use goals (SDG2/SDG6) and land system boundaries (PB6), together with the underrepresentation of social SDGs in the climate literature. Our study highlights the need for integrated policies that align development goals with planetary limits to reduce systemic conflicts. We propose three steps: (1) integrated socio-ecological metrics, (2) governance ensuring that SDG progress respects Earth system limits, and (3) equity measures protecting marginalized groups from boundary compliance costs.
• Abstract（参考訳）: 大規模言語モデル (LLMs) を用いて40,037件の気候記事を分析し, 惑星境界 (PBs) と持続可能な開発目標 (SDGs) の相互作用を同定した。 自動推論器は真のトレードオフ(SDGの進歩がPBを損なう)とシナジー(相互強化)を二重の正と負の負のドライバー(共有ドライバ)から区別した。 結果は21.1%の真のトレードオフ、28.3%のシナジー、19.5%の中立的な相互作用を示し、残りは二重正または負である。 主な発見は、気候学における社会的SDGの不足とともに、土地利用目標(SDG2/SDG6)と土地システムの境界(PB6)の対立である。 本研究は, 開発目標と惑星的限界を整合させ, システム的対立を緩和する統合政策の必要性を強調した。 筆者らは,(1)統合社会生態指標,(2)SDGの進行が地球系限界に沿うことを保証するガバナンス,(3)境界コンプライアンスコストから疎外されたグループを保護するエクイティ対策,の3つのステップを提案する。

関連論文リスト

• Goal Discovery with Causal Capacity for Efficient Reinforcement Learning [85.28685202281918]
  因果推論は人間が世界を探検するのに不可欠である。 本稿では,効率的な環境探索のための新たなゴールディスカバリーと因果容量フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-13T08:54:56Z)
• The role of broadband connectivity in achieving Sustainable Development Goals (SDGs) [0.0]
  近年,SDG対策におけるブロードバンドの役割について検討している。 2030年までには、ブロードバンドのサステナビリティ研究において、4つの重要な推奨事項が達成される。
  論文  参考訳（メタデータ） (2024-10-31T00:24:32Z)
• Sustainable Visions: Unsupervised Machine Learning Insights on Global Development Goals [0.3764231189632788]
  2030年アジェンダ・フォー・サステナブル・ディベロップメント(Agenda for Sustainable Development)は、世界各国が開発におけるグローバルな課題に取り組むための17の目標を概説している。 我々は、教師なし機械学習(ML)技術を用いて、107カ国から20年以上(2000-2022年)にわたって時系列データを分析するために、新しいデータ駆動手法を用いてきた。 SDGsの進展は, 地理的, 文化的, 社会経済的要因に大きく影響されている。
  論文  参考訳（メタデータ） (2024-09-19T03:10:49Z)
• Variable-Agnostic Causal Exploration for Reinforcement Learning [56.52768265734155]
  強化学習のための新しいフレームワークVACERL(Variable-Agnostic Causal Exploration for Reinforcement Learning)を導入する。 本手法は,注目機構を用いて,重要変数に関連する重要な観測行動ステップを自動的に同定する。 これらのステップを接続する因果グラフを構築し、エージェントをタスク完了に対する因果的影響の大きい観察-作用ペアへと導く。
  論文  参考訳（メタデータ） (2024-07-17T09:45:27Z)
• TrajPRed: Trajectory Prediction with Region-based Relation Learning [11.714283460714073]
  本研究では,交通現場における人的軌跡予測のための地域型関係学習パラダイムを提案する。 社会的相互作用は、グローバルな視点から、局所的な関節情報の時間的変化を関連づけることでモデル化される。 予測枠組みにおいて,マルチゴール推定と地域関係学習を統合し,2つの刺激,社会的相互作用,目標をモデル化する。
  論文  参考訳（メタデータ） (2024-04-10T12:31:43Z)
• AI For Global Climate Cooperation 2023 Competition Proceedings [77.07135605362795]
  国際機関が国際気候協定の遵守を保証できない。 RICE-NはAIエージェントを使用した地域意思決定のモデリングをサポートする。 IAMは、これらの決定の気候・経済的な影響を未来にモデル化する。
  論文  参考訳（メタデータ） (2023-07-10T20:05:42Z)
• Byzantine-Robust Learning on Heterogeneous Data via Gradient Splitting [58.91947205027892]
  フェデレーテッド・ラーニングはビザンツの攻撃に対する脆弱性を示している。 ビザンティン攻撃者は、任意の勾配を中央サーバに送ることで、グローバルモデルの収束と性能を破壊することができる。 アグレゲーション・ルール(AGR)は、ビザンツの攻撃から守るために提案されている。
  論文  参考訳（メタデータ） (2023-02-13T03:31:50Z)
• SustainBench: Benchmarks for Monitoring the Sustainable Development Goals with Machine Learning [63.192289553021816]
  国連持続可能な開発目標の進展は、主要な環境・社会経済指標のデータ不足によって妨げられている。 近年の機械学習の進歩により、衛星やソーシャルメディアなど、豊富な、頻繁に更新され、グローバルに利用可能なデータを活用することが可能になった。 本稿では,7個のSDGにまたがる15個のベンチマークタスクの集合であるSustainBenchを紹介する。
  論文  参考訳（メタデータ） (2021-11-08T18:59:04Z)
• Learning to Plan Optimistically: Uncertainty-Guided Deep Exploration via Latent Model Ensembles [73.15950858151594]
  本稿では,不確実な長期報酬に直面した最適化による深層探査を可能にするLOVE(Latent Optimistic Value Exploration)を提案する。 潜在世界モデルと値関数推定を組み合わせ、無限水平リターンを予測し、アンサンブルにより関連する不確実性を回復する。 連続行動空間における視覚ロボット制御タスクにLOVEを適用し、最先端や他の探査目標と比較して、平均20%以上のサンプル効率の改善を実証する。
  論文  参考訳（メタデータ） (2020-10-27T22:06:57Z)
• Pandemic Lessons -- Devising an assessment framework to analyse policies for sustainability [0.0]
  新型コロナウイルス(COVID-19)のパンデミックは、社会の一般的な社会経済的健全性を確保する上で、世界規模で持続する多次元の基本的な課題を急速に推し進めている。 これらの問題は、相互に依存した持続可能な開発目標を達成するための緊急の必要性を直接的に浮き彫りにしている。 根本原因分析手法を用いて,地域固有の下流・上流社会経済政策を活発に分析・特定するための年次評価枠組みを開発した。
  論文  参考訳（メタデータ） (2020-10-09T22:39:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。