MétaCan
Menu
Retour à la cohorte
Enregistrement W2339279452 · doi:10.21000/jasmr02010961

LONG TERM LAND USE PLANNING FOR DRASTICALLY DISTURBED LAND

2002· article· en· W2339279452 sur OpenAlexaboutno aff
Thomas J. Nieman, Zina R. Merkin

Notice bibliographique

RevueJournal American Society of Mining and Reclamation · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerm (time)Land useLand-use planningEnvironmental scienceEnvironmental planningGeographyCivil engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The success of planning for use of surface mined land after the cessation of coal mining in Kentucky has been mixed and varied. While a great deal of “developable” or relatively flat land has been created, little has actually been used for the purposes intended. In the early 1980s planning was begun for the 17,000 acre Star Fire mountain top removal mining site with the intention of utilizing it for an assortment of land uses from industrial, to residential, to wildlife refuge. By the early 1990s the wildlife portion of the master plan was achieved with the introduction of Canada geese and later an elk population. In the mid 1990s Cyprus Minerals sold Star Fire to Addington Resources, and planning and development appeared to have been abandoned. By 1998, with proposals to develop a 500megawatt power plant designed to burn waste coal, the planning process was revived. Plans are now in progress to provide utilities and an entryway into the site through state and private cooperation. The prospects for the long-term development of a large-scale project are positive. The major issue here is that long term planning should be viewed as just that, long term. Not a lot will be achieved unless all of the considerable number of pieces are brought together at the correct moment. However, if the initial planning to construct land forms for future use had not been undertaken development would not have been possible. Additional

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 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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,210

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,251
Écart entre enseignants0,224 · 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 tête enseignante, 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

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal American Society of Mining and ReclamationMême sujetRangeland and Wildlife ManagementTravaux en français237 207