MétaCan
Menu
Retour à la cohorte
Enregistrement W2092668168 · doi:10.1080/21548455.2013.855353

URBAN: Development of a Citizen Science Biomonitoring Program Based in Hamilton, Ontario, Canada

2013· article· en· W2092668168 sur OpenAlexafffundabout
Lyndsay A. Cartwright, M. Cvetkovic, Spencer Graham, Douglas C. Tozer, Patricia Chow‐Fraser

Notice bibliographique

RevueInternational Journal of Science Education Part B · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensBirds CanadaMcMaster University
Organismes subventionnairesCornell Lab of OrnithologyMinistère de l’Éducation, Gouvernement de l’Ontario
Mots-clésOutreachCitizen scienceUrbanizationStewardship (theology)Environmental planningEnvironmental stewardshipMetropolitan areaUrban ecologyBiomonitoringUrban planningEnvironmental resource managementUrban ecosystemGeographyEcologyEnvironmental sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Due to increasing urbanization, wetlands and streams within city limits are being altered, filled in, and degraded. The habitat that remains is critical for providing urban areas with ecosystem services and maintaining biodiversity, yet is often insufficiently monitored by environmental agencies due to a lack of resources. To help fill this void, the Urban-Rural Biomonitoring and Assessment Network (URBAN) was developed as a citizen science education and outreach program for Hamilton, Ontario, Canada. Through this program, volunteers gain insight into the dynamics of biological systems, learn how to identify species, and may experience growth personally in terms of environmental stewardship or even career path decisions. The implementation and development of URBAN followed a nine-step model developed by the Cornell Lab of Ornithology. Here, we offer an overview of URBAN's development, successes, and challenges by utilizing this citizen science model as a guideline.

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)0,001
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 enseignants0,090
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,019
Tête enseignante GPT0,286
Écart entre enseignants0,267 · 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
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Science Education Part BMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207