MétaCan
Menu
Retour à la cohorte
Enregistrement W2160402372

View from a canoe: Modelling wilderness canoeists' perceptions and preferences for Northern Ontario's boreal landscape

2005· dissertation· en· W2160402372 sur OpenAlexaboutno aff
Alan Benedict Beardmore

Notice bibliographique

RevueSummit (Simon Fraser University) · 2005
Typedissertation
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeautyGeographyPerceptionWildernessDiscrete choiceClass (philosophy)Mixed logitBorealTaigaWilderness areaEnvironmental resource managementEcologyCartographyLogistic regressionPsychologyComputer scienceForestryEnvironmental scienceArtificial intelligenceArtBiologyMachine learningArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Canoe paddlers' campsite and route preferences as well as landscape perceptions of pristine and disturbed landscapes in northern Ontario are solicited in a novel internet survey.The survey instrument combines elements of the Scenic Beauty Estimation (SBE) and two discrete choice experiments (DCE).The analysis consists of a separate scenic beauty model, a campsite selection model, and a route choice model.The best fitting route choice model combines the route choices with scenic beauty evaluations and the campsite choice model in one sequentially nested logit model.Scenic beauty ratings are affected by several biophysical and contextual factors, including forest class and landscape disturbance level.The route choices are influenced strongly by forest type, minimum SBE, and campsite quality.Finally, management implications of these findings are discussed.For example, canoeists are very sensitive to human disturbances in the form of buffers, but are more accepting of water crossings.support of my supervisors and the faculty and staff in the School of Resource of Environmental management was also essential to the success of this project.Wolfgang, you have been a wonderful mentor to me.The breadth of experience that I've gained worlung on all of our various projects includmg this one will stand me in good stead in the years to come.Thank you for your continual guidance on this project, and for always keeping the big picture in mind.Len, my thanks go out to you for championing this project with the OMNR.You insight into the modeling aspects of h s project has been invaluable as has your attention to the details.Peter, thank you for bringing your perspective to this paper.Thanks to Rhonda and Bev for always being able to solve any problem I brought to you.Thank you to Laurence for always having the solutions to my technologd difficulties

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,171
Score d'incertitude au seuil0,344

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,040
Tête enseignante GPT0,196
Écart entre enseignants0,156 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSummit (Simon Fraser University)Même sujetEconomic and Environmental ValuationTravaux en français237 207