MétaCan
Menu
Retour à la cohorte
Enregistrement W2044768841 · doi:10.4018/jaeis.2012070102

Forecasting High Correlation Transition of Agricultural Landscapes into Urban Areas

2012· article· en· W2044768841 sur OpenAlexaff
Federico Martellozzo

Notice bibliographique

RevueInternational Journal of Agricultural and Environmental Information Systems · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésUrban sprawlCellular automatonAgricultureNatural (archaeology)Economic geographyGeographyEnvironmental resource managementPhysical geographyEnvironmental planningLand useComputer scienceEnvironmental scienceCivil engineeringEngineeringArtificial intelligenceArchaeology

Résumé

récupéré en direct d'OpenAlex

One of the most critical challenges modern society is facing deals with the uncontrolled spread of urban environment among surrounding natural environments, with agricultural and wild landscapes being the ones that suffer the effects of urban and suburban pressure (Ewing, 1994). This phenomenon known as urban sprawl is controversial because even if its conceptually well known there is not a universally shared definition of causes and consequences (Brueckner, 2002). The main aim of this research is to develop a methodology to successfully investigate the evolution trend of sprawl on a specific case study and to get empirical evidences of the tight correlation between urban growth and loss of agricultural and natural lands over time. The research is developed in two phases: the diachronic analysis of landcover changes occurred in the recent past through the use of satellite imagery; the forecast of possible landcover scenarios through the use of cellular automata model. Combining the results obtained in the two phases will build up a longer time span on which investigate the phenomena previously described.

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)0,000
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 enseignants0,213
Score d'incertitude au seuil0,280

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,004
Science ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,171
Écart entre enseignants0,165 · 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

Citations23
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Agricultural and Environmental Information SystemsMême sujetLand Use and Ecosystem ServicesTravaux en français237 207