MétaCan
Menu
Retour à la cohorte
Enregistrement W2368610762

DIETARY WATER FOOTPRINT OF URBAN AND RURAL RESIDENT IN JILIN PROVINCE

2013· article· en· W2368610762 sur OpenAlexaff
Tang Zhen-zhe

Notice bibliographique

RevueYunnan dili huanjing yanjiu · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Economic and Spatial Analysis
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésFootprintGeographyEcological footprintConsumption (sociology)Rural areaIndex (typography)UrbanizationSocioeconomicsFood consumptionSignificant differenceEnvironmental protectionAgricultural economicsEcologyBiologyMathematicsSustainabilityStatisticsMedicineEconomicsSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Daily dietary consumption is closely linked to water resources protection. According to the dietary consumption per urban and rural resident in Jilin province in 1999- 2011,the dietary w ater footprints are calculated,and its characteristics are analyzed. The result show s the fluctuation of the dietary w ater footprint per urban and rural resident in Jilin province in 1999- 2011 is not significant,but there are differences betw een the dietary w ater footprint of urban and rural resident. The w ater footprint ratio of meat is the highest for urban resident,w hile the w ater footprint ratio of grain is the highest for rural resident. Diversity index of dietary w ater footprint for urban resident is higher than rural resident,and both are increasing,especially rural resident's increases fast,w hich show s the w ater footprint of dietary types tend to be more and more balanced,w hereby the types of dietary consumption are constantly rich. The inequality index of dietary w ater footprint per urban and rural resident show s that there exists difference betw een the dietary w ater footprint of urban and rural resident,w hile the difference is not big,that is to say,the unfair is not obvious.

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 enseignants0,045
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,019
Tête enseignante GPT0,183
Écart entre enseignants0,164 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYunnan dili huanjing yanjiuMême sujetRegional Economic and Spatial AnalysisTravaux en français237 207