MétaCan
Menu
Retour à la cohorte
Enregistrement W2377346110

Study on human driving forces in land-use change in arid inland river basins——A case study of Jiuquan City

2010· article· en· W2377346110 sur OpenAlexaff
Qiang Liu

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-clésUrbanizationWoodlandAridHuman settlementAgricultureGeographyLand use, land-use change and forestryDriving factorsLand usePopulation growthPopulationWater resource managementAgricultural landEnvironmental scienceEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper,we analyzed land-use change in Jiuquan city near 15 years.Dynamic model showed that:agricultural lands was overall reduction;grasslands reduced rapidly;cultivated land had the increase tendency,this was opposite with other regions;woodlands kept increasing;there was the most significant increase in construction lands,including mining lands,settlements and traffic lands;unused lands was growing.Using Principal Component Analysis the qualitative and the quantitative analysis about the driving factors of land-use change was carried on.Results showed that population growth and the development of urbanization,economic industrial development and agricultural technology enhancement were the main driving forces for land-use change.Using Multiple Linear Regression Model agricultural lands and construction lands were forecasted.

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 enseignants0,540
Score d'incertitude au seuil0,908

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,087
Tête enseignante GPT0,305
Écart entre enseignants0,217 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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