MétaCan
Menu
Retour à la cohorte
Enregistrement W2125631965 · doi:10.1186/2193-1801-3-85

Identifying and measuring land-use and proximity conflicts: methods and identification

2014· article· en· W2125631965 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSpringerPlus · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLand Rights and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de MontpellierInstitut National de la Recherche AgronomiqueAgroParisTechUniversité de Montréal
Mots-clésScope (computer science)Computer scienceIdentification (biology)Data scienceData collectionMultidisciplinary approachData miningManagement sciencePolitical scienceSociologyLawSocial science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: This text aims to present the methodology of study of land-use conflicts performed in recent years by a multidisciplinary team, and to reveal the methods of survey and data collection, as well as the structure of the resulting database. We first define the scope of our study by providing a definition of these conflicts, of their characteristics and motives, of the ways they manifest themselves and of the actors involved (I). We then present the methodology we have used to identify conflicts; it is based on a spatial analysis and the combined use of different data collection methods including surveys conducted by experts, analyses of the regional daily press and of data from the administrative litigation courts (II). Finally we present the resulting Conflicts © data base, with its tables and nomenclatures, in which the data collected in different fields are reconciled and analyzed (III), before providing a few examples of how this method can be used to analyze case studies in developed and developing countries (IV). JEL CODES: D74; C83; K41.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil0,240

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,056
Tête enseignante GPT0,278
Écart entre enseignants0,222 · 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