MétaCan
Menu
Retour à la cohorte
Enregistrement W1530789007 · doi:10.1111/j.1541-0064.2007.00175.x

A regional comparison of the implications of climate change for the golf industry in Canada

2007· article· en· W1530789007 sur OpenAlexaffvenueabout
Daniel Scott, Brenda Jones

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésClimate changeRecreationGeographyWest coastEast coastPhysical geographyEnvironmental scienceClimatologyOceanographyGeologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Golf is a recreation industry particularly sensitive to climate, yet the potential implications of climate change for the industry remain largely unexamined. This study presents findings of the first known impact assessment to compare the regional impacts of projected changes in the climate on the golf industry in Canada (or internationally). Empirical relationships between daily rounds played and four weather variables were defined through multiple regression analysis and then used to examine the potential impacts of two climate change scenarios on the length of the golf season and the number of rounds played in three regions of Canada (West Coast, Great Lakes, East Coast). Regionally, the West Coast region was projected to benefit the least from projected climate change, as golf courses that are currently open year round experienced only slight projected increases in rounds played in the 2020s and 2050s. Golf courses in the Great Lakes region could experience a 10‐ to 51‐day longer average golf season and a 21 percent to 3 percent increase in rounds as early as the 2020s, and an even more pronounced increase in the 2050s. East Coast golf courses were projected to benefit the most under both climate change scenarios, experiencing larger gains in average operating seasons (25 to 45 days in the 2020s) and a 40 percent to 48 percent increase in rounds played by as early as the 2020s.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,628

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,286
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetSport and Mega-Event ImpactsTravaux en français237 207