MétaCan
Menu
Retour à la cohorte
Enregistrement W1971437467 · doi:10.7202/800402ar

Private Property Deforestation and Regeneration and the Clerk of Forestry in Nineteenth-Century Ontario

2009· article· en· W1971437467 sur OpenAlexvenueaboutno aff
Diamando Diamantakos

Notice bibliographique

RevueScientia Canadensis Canadian Journal of the History of Science Technology and Medicine · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClearingReforestationDeforestation (computer science)ProductivityRevenueForestryTree plantingAgricultureGovernment (linguistics)Property rightsAgricultural economicsBusinessAgroforestryGeographyNatural resource economicsEconomicsPolitical scienceEconomic growthEnvironmental scienceArchaeologyFinanceLaw

Résumé

récupéré en direct d'OpenAlex

By the latter part of the nineteenth century there was considerable concern in Ontario regarding the loss of forests, as a result of land clearing for agriculture and the harvesting of timber. In response, the provincial government established a department known as the Clerk of Forestry, charged with ensuring a perpetual supply of timber resources and revenues. This department instituted a variety of educational and reforestation initiatives, such as Arbor Day, and the Ontario Tree Planting Act (1883). These initiatives were justified in terms of the supposed effects of forest clearing on the local climate and agricultural productivity. However, their effectiveness was limited by the continuing priority attached to private property rights, doubts concerning the relation between forest loss, climate, and productivity, and a long-standing antagonism towards nature and forests. These issues are examined both in Ontario as a whole, and through a case study of Essex County.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,906

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0240,008
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,009
Tête enseignante GPT0,204
Écart entre enseignants0,195 · 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.

Devis d'étudeQualitatif
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
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientia Canadensis Canadian Journal of the History of Science Technology and MedicineMême sujetCanadian Identity and HistoryTravaux en français237 207