MétaCan
Menu
Retour à la cohorte
Enregistrement W2362616280

Dynamic evolution of land use structure in undeveloped areas of western China——A case study of Gansu Province

2010· article· en· W2362616280 sur OpenAlexaff
JU Ling-hua

Notice bibliographique

RevueGanhanqu ziyuan yu huanjing · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueRemote Sensing and Land Use
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésGini coefficientLorenz curveWoodlandGeographyCultivated landChinaLand useEntropy (arrow of time)Physical geographyEnvironmental scienceMathematicsEcologyInequalityEconomic inequality
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Based on the land use data of Gansu Province in 1997 and 2008,the information entropy,Lorrenze Curve and Gini Coefficients were used to analyze the land use structure.The results showed that the distribution of different land use types was temporally and spatially unbalanced,had low order degree,and the land use structure was poor.The dynamic evolution of information entropy had gone through two stages in the region,that was,1997~2002 slowly growing stage,and 2002~2008 quickly growing stage.Overall,information entropy in the southeast was higher than in northwest.The land use structure was single.By the Lorenz curve and Gini coefficient analysis,the unbalanced degree of the cultivated land and woodland decreased,but the gaps between regions were still large.While that of the garden plot,grass,traffic,water and unused lands exhibited an opposite trend.

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 enseignants0,436
Score d'incertitude au seuil0,955

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 Opus0,010
Tête enseignante GPT0,222
Écart entre enseignants0,212 · 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGanhanqu ziyuan yu huanjingMême sujetRemote Sensing and Land UseTravaux en français237 207