MétaCan
Menu
Retour à la cohorte
Enregistrement W1847923113 · doi:10.3968/7709

Management of Land for Industrial Buildings During the New Urbanization Process

2015· article· en· W1847923113 sur OpenAlexvenueno aff
Lin Zhu, Yao Ling, Hai Sun

Notice bibliographique

RevueCanadian social science · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublicityIndustrialisationUrbanizationBusinessProcess (computing)Land managementLand developmentLand useEnvironmental planningNatural resource economicsEconomic growthEconomicsCivil engineeringMarket economyMarketingGeographyEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

he purpose of this study is to locate the problems of the management of the land for industrial buildings during the process of new-type urbanization and new-type industrialization, and to find out the reasons behind as well as to put forward countermeasures. The results show that problems such as non-standard land supplying for industrial buildings, change in the use of industrial land, illegal sales, and low efficiency of land use are prominent during the construction and development of industrial buildings. These problems are caused by a lack of legal constraints, lure of economic interests, land rent-seeking behaviors, unclear regulations for settle-in enterprises, poor supervision on land use, and weak awareness of law when managing and using land. Based on the results, effective countermeasures to improve the management of land for industrial buildings are suggested including perfecting the laws and regulations, clarifying the development direction of industry, establishing linkage office system, refining the supervision on the ways of using land and strengthening the publicity of legal use of land.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,017
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,043
Tête enseignante GPT0,272
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetRegional Development and EnvironmentTravaux en français237 207