Characteristics of Urban Forestry Programs in Utah
Notice bibliographique
Résumé
Urban/community forestry programs in Utah, U.S., were studied; a questionnaire was sent to community forestry contacts in every incorporated community in the state in summer 2002. Respondents reported on program support, budget, management authority and practices, strengths and weaknesses, and training and information needs. Program support from residents, town officials, and employees was fairly strong, with 80% indicating some support. One-quarter of towns have a tree board and celebrate Arbor Day. Towns obtain assistance from nurseries or tree care businesses, Extension, and state forestry, in that order. Two-thirds of communities have a tree-related budget, with a mean budget of US$44,000 and a median budget of $3,000, averaging $2.58 per resident and $25.16 per tree. Total budget generally increased with population, but the smallest towns had the largest per capita and per tree budgets. Most towns spend enough to qualify for Tree City USA’s requirement of $2 per capita. The ratio of spending for maintenance versus planting increased from 0.6 for small towns to 4.1 for larger cities. Just under two-thirds of communities have forestry programs. The average number of public trees per town is about 2,300 (median 150), with numbers of trees increasing as population increased, but with trees per capita generally decreasing as population increased, ranging from 0.21 to 0.43 trees per person
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».