MétaCan
Menu
Retour à la cohorte
Enregistrement W2121853134 · doi:10.5558/tfc81214-2

Monitoring Canada's forests: The National Forest Inventory

2005· article· en· W2121853134 sur OpenAlexvenueaboutno aff
Mark D. Gillis, A. Y. Omule, T. Brierley

Notice bibliographique

RevueThe Forestry Chronicle · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest ServiceNational Council for Air and Stream ImprovementComisión Nacional ForestalU.S. Department of Agriculture
Mots-clésForest inventoryEnvironmental resource managementPlan (archaeology)SustainabilitySustainable forest managementNational forestPlot (graphics)Resource (disambiguation)Forest coverForest managementBusinessEnvironmental scienceGeographyForestryComputer science

Résumé

récupéré en direct d'OpenAlex

A new national forest inventory is being installed in Canada. For the last 20 years, Canada's forest inventory has been a compilation of inventory data from across the country. Although this method has a number of advantages, it lacks information about the nature and rate of changes to the resource, and does not permit projections or forecasts. To address these limitations a new National Forest Inventory (NFI) was developed to monitor Canada's progress in meeting a commitment towards sustainable forest management, and to satisfy requirements for national and international reporting. The purpose of the new inventory is to "assess and monitor the extent, state and sustainable development of Canada's forests in a timely and accurate manner." The NFI consists of a plot-based system of permanent observational units located on a national grid. A combination of ground plot, photo plot and remote sensing data are used to capture a set of basic attributes that are used to derive indicators of sustainability. To meet the monitoring needs a re-measurement strategy and framework to guide the development of change estimation procedures has been worked out. A plan for implementation has been drafted. The proposed plan is presented and discussed in this paper. Key words: Canada, forest cover, inventory, monitoring, National Forest Inventory, re-measurement, panel

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,231

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,015
Tête enseignante GPT0,240
Écart entre enseignants0,225 · 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'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

Citations238
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207