MétaCan
Menu
Retour à la cohorte
Enregistrement W2280008269 · doi:10.5558/tfc2014-026

Benefits of Sandstorm Control in China

2014· article· en· W2280008269 sur OpenAlexvenueno aff
Zhongjie Shi, Xiaohui Yang, Hao Guo, Nan Shan, Yun Tian, Bo Zhang, Xisu Zhao

Notice bibliographique

RevueThe Forestry Chronicle · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological formations and processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaEnvironmental scienceGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Benefits of the Program Marked decrease in sandstorm eventsSandstorm events, including floating dust, blowing sands and sandstorms themselves, in greater Beijing have been decreasing in number and intensity since 2000.The number of sandstorms from 2000 to 2002 was over 13, hitting 17 in 2002.Despite some fluctuation in numbers since 2003, there is a decreasing trend.According to monitoring data from 22 weather stations from 2000 to 2010, only one station showed an increase in the number of sandstorms, 19 a decrease with 10 recording a sharp decrease.Water conservation areas of the Yanshan Mountains contributed most to the reduction in sandstorms because of afforestation initiatives (Fig. 2), which led to decreases in greater Beijing, Miyun County to the northeast, and the city of Zhangjiakou, northwest of Beijing.The Bashang Plateau, part of Inner Mongolia north of Beijing, a transition zone between cropping and nomadic farming, also showed a decrease in sandstorm events.The Otindag Sandy Land area, an important ecological barrier to block sandstorms originating on the steppes of the Mongolian Plateau being transported to Beijing, showed a sharp decrease in sandstorm events.Spring dust storms decreased from 39.5% in 2000 to 19.8% in 2010.The number of days with an air quality level II in Beijing increased from 177 in 2000 to

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,196
Écart entre enseignants0,187 · 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetGeological formations and processesTravaux en français237 207