MétaCan
Menu
Retour à la cohorte
Enregistrement W2303623270 · doi:10.5558/tfc2016-017

Utikuma Region Study Area (URSA) – Part 1: Hydrogeological and ecohydrological studies (HEAD)

2016· article· en· W2303623270 sur OpenAlexafffundvenueabout
K. J. Devito, C. A. Mendoza, Richard M. Petrone, J. M. Waddington

Notice bibliographique

RevueThe Forestry Chronicle · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensMcMaster UniversityUniversity of WaterlooUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSyncrude
Mots-clésBorealLandformEnvironmental scienceTaigaWatershedHydrogeologyClimate changeHydrology (agriculture)EcohydrologyDisturbance (geology)Physical geographyEcosystemGeologyGeographyGeomorphologyEcologyForestryOceanography

Résumé

récupéré en direct d'OpenAlex

The Utikuma Region Study Area (URSA) was initiated to develop spatially explicit modelling tools to predict the cumulative impacts of land use and natural disturbance on the Boreal Plains (BP) ecozone of the Western Boreal Forest. Research comprised several multi-year projects, spanning wet and dry climate periods that combined intensive detailed process studies at seven watersheds with extensive long-term ecohydrological and hydrogeological studies conducted across a 60-km transect representing the range of glaciated landforms characteristic of the sub-humid boreal forest in Alberta. These studies have improved our conceptual understanding and capacity to numerically model how climate and geology influence water and energy flow, and the hydrologic linkages and natural variability of the key processes influencing BP ecosystems. Eco-hydrogeological frameworks have been developed for designing, conducting, interpreting, and extrapolating research results for watershed management and construction across the Boreal Plain ecozone.

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)0,001
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 enseignants0,329
Score d'incertitude au seuil0,654

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,132
Tête enseignante GPT0,292
Écart entre enseignants0,160 · 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

Citations26
Publié2016
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetClimate change and permafrostTravaux en français237 207