MétaCan
Menu
Retour à la cohorte
Enregistrement W2363080379

The change of land use/cover in Shulehe River

2012· article· en· W2363080379 sur OpenAlexaff
Sun Liwei

Notice bibliographique

RevueGanhanqu ziyuan yu huanjing · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Ecology and Soil Science
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésLand useGrasslandLand coverLand use, land-use change and forestryLand developmentPhysical geographyEnvironmental scienceGeographyEnvironmental changeHydrology (agriculture)Cultivated landGlobal changeClimate changeEcologyGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Land use and cover changes(LUCC) are not only one of the core issues of global change but also play a critical role in eco-environment construction,global environmental change and sustainable development.Land use and cover changes are the most prominent in the Shulehe River as a whole.Due to being located in an environmentally and regionally sensitive region,the Shulehe River has become a hot area regarding land use and cover change.In the present paper,the authors performed a study on LUCC over the Shulehe River,during the period 1990-2010 using Landsat TM images and GIS and Land-use Dynamic Degree techniques.In particular,the authors quantified changes in different kinds of land use types and analyzed their spatial variation trends and characteristics.Results are shown as follows.First,It was found that from 1990 to 2010,overall land use characteristics of the Shulehe River changed slightly,but the internal structure for each kind of land use types changed significantly.Unused land,Grassland and cultivated land were always major land use types during the 20 years,occupying approximately 98.22% of the total area,respectively.Second,from 1990 to 2010,most of land use changes occurred in cultivated land,built-up land and grassland,the velocities of land use changes were 13.60%,7.97%,7.68%,respectively.Third,LUCC is indeed a complex system,which is affected by many factors interrelated with each other,including both socio-economic and natural environment factors.Major driving forces for land use and cover change in the Shulehe River were probably considered policy and population growth.

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)0,001
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 enseignants0,008
Score d'incertitude au seuil0,708

Scores Codex et Gemma par catégorie

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

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 Opus0,034
Tête enseignante GPT0,229
Écart entre enseignants0,195 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGanhanqu ziyuan yu huanjingMême sujetPlant Ecology and Soil ScienceTravaux en français237 207