MétaCan
Menu
Retour à la cohorte
Enregistrement W2035023632 · doi:10.4322/natcon.2013.025

Site Selection for Restoration Planning: A Protocol With Landscape and Legislation Based Alternatives

2013· article· en· W2035023632 sur OpenAlexaff
Verônica Fernandes Gama, Alexandre Camargo Martensen, Flávio Jorge Ponzoni, Márcia Makiko Hirota, Milton Cézar Ribeiro

Notice bibliographique

RevueNatureza & Conservação · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversity of Toronto
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésSelection (genetic algorithm)LegislationSite selectionProtocol (science)Environmental planningEnvironmental resource managementGeographyComputer sciencePolitical scienceEnvironmental scienceMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Selecting sites for ecological restoration is an imperative, although challenging task.We developed a spatially explicit model to support site design and prioritization towards ecological restoration.We considered seven distinct and flexible templates, two based on legislation requirements and five on landscape spatial parameters, such as corridor design, enhancements in patch size and shape, and proximity to larger sources areas, thus, with different resilience capacities.We tested the approach on two different scales of analysis: applying the legislation based templates in the Atlantic Plateau of São Paulo, which is part of the Atlantic Forest biome, and the landscape based templates in one of its sub-watersheds (~150,000 ha), and then calculated landscape indexes to compare the current forest configuration to the resulted simulated restored ones.We showed that our protocol is flexible, transparent and repeatable, thus, could help in decision making towards conservation management.

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)0,032
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,369

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,036
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0060,005
Études des sciences et des technologies0,0050,002
Communication savante0,0030,003
Science ouverte0,0040,005
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,1100,020

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 Opus0,013
Tête enseignante GPT0,260
Écart entre enseignants0,246 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations18
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNatureza & ConservaçãoMême sujetLand Use and Ecosystem ServicesTravaux en français237 207