MétaCan
Menu
Retour à la cohorte
Enregistrement W1895128355 · doi:10.22230/jem.2006v7n2a543

Predicting the risk of wet ground areas in the Vanderhoof Forest District: Project description and progress report

2006· article· en· W1895128355 sur OpenAlexafffund
John F. Rex, Stéphane Dubé

Notice bibliographique

RevueJournal of Ecosystems and Management · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensGovernment of British Columbia
Organismes subventionnairesNatural Resources CanadaU.S. Forest ServiceCanadian Forest ServiceGovernment of Canada
Mots-clésWatershedLoggingEnvironmental scienceHydrology (agriculture)Scale (ratio)GeographyEnvironmental resource managementWater resource managementForestryCartographyGeology

Résumé

récupéré en direct d'OpenAlex

The mountain pine beetle epidemic is changing British Columbia forests and watersheds at the landscape scale. Watersheds with dead-pine-leading stands in the Vanderhoof Forest District of central British Columbia are reported to have wet soils due to raised water tables. They report a conversion of summer logging ground (dry firm soil) to winter logging ground (wetter less firm soil), upon which forestry equipment operation is difficult or impossible before freeze-up. This paper outlines a project that explores this serious operational issue through the perspective of the hydrologic water balance. It aims to determine the spatial extent of wet ground areas and to provide operational guidance through the development of a model that can predict where wet ground may occur at the stand and watershed level. The watershed-level prediction described here will be based on risk indicators developed from available geographic information system data and aerial photographs, as well as local knowledge. Predictions will be qualified through field verification studies at representative stands within ranked watersheds. Preliminary results are presented.

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)0,002
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 enseignants0,512
Score d'incertitude au seuil0,981

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,214
Écart entre enseignants0,203 · 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

Citations19
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Ecosystems and ManagementMême sujetHydrology and Watershed Management StudiesTravaux en français237 207