MétaCan
Menu
Retour à la cohorte
Enregistrement W2045069008 · doi:10.5539/enrr.v3n1p68

Risk Assessment Analysis of Accelerated Gully Erosion in Ikpoba Okha Local Government Area of Edo State, Nigeria

2012· article· en· W2045069008 sur OpenAlexvenueno aff
A. Adediji, Iyamu Felix

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLocal government areaGeographyErosionLand useHydrology (agriculture)Environmental scienceSocioeconomicsPhysical geographyWater resource managementLocal governmentGeologyArchaeologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

The problem of accelerated erosion has been on in Ikpoba-Okha Local Government Area (LGA) in particular and Nigeria at large for some decades now and all past attempts at solving the problem have proved ineffective and thus constituting risk to the people living around the gullies in the area. Therefore, this study aimed at determining sediment loss from the gully sites, the vulnerable areas and threat posed by impact of gullies in the study LGA. Oregbeni Housing Estate and Ede School gully erosion sites in the Ikpoba-Okha LGA were purposively selected for this study. Primary data were collected using GPS receiver.These include the geographic coordinates and elevation of the study gullies catchments which were integrated with the secondary data obtained from satellite image, topographic, geologic, road and lay out maps of the area using Arc GIS 9.3 software. The results of the satellite image classification analysis showed that accelerated gully erosion accounted for 2% (100466.57 m2) of the total areal extent of the study LGA (5189010.57 m2). Of this 2%, Queen Ede School gully accounted for 96957.13 m2. The total estimated sediment loss from Queen Ede School and Oregbeni Housing Estate gullies were 359,173.22 and 48,212.62 tonnes, respectively. These indicated severe land degradation in the study area.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,027
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,291
Écart entre enseignants0,273 · 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.

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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources ResearchMême sujetLandslides and related hazardsTravaux en français237 207