MétaCan
Menu
Retour à la cohorte
Enregistrement W2604267649

Diversions from the Great Lakes: Out of the Watershed and in Contravention of the Compact

2016· article· en· W2604267649 sur OpenAlexaboutno aff
Christina L. Wabiszewski

Notice bibliographique

RevueMarquette law review · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Governance and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWatershedGeographyWater resource managementEnvironmental scienceComputer scienceComputer vision
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Alarmingly, in the next fifty years the United States will face not just drought, but complete dissemination of readily accessible water resources in areas ranging from its breadbaskets to its commercial and financial epicenters. As these lakes, reservoirs, wells, and aquifers drain, the communities that depend upon them will seek alternative and further-reaching water sources into which they can dip their proverbial straws. The most alluring and perhaps the most vital of these sources are the Great Lakes. In recognition that such straws may descend and that “Future Diversions and Consumptive Uses of Basin Water resources have the potential to significantly impact the environment, economy and welfare of the Great Lakes–St. Lawrence River region,” the region surrounding the Great Lakes championed for effective protections of Great Lakes waters. The Great Lakes–St. Lawrence River Basin Water Resources Compact (the “Great Lakes Compact” or the “Compact”), signed into effect in 2008 by President George W. Bush after being adopted in all eight states that border the lakes, as well as the two Canadian provinces to the north, is a legally-binding, international water compact that attempts to manage withdrawals out of the Lakes by creating a blanket prohibition on diversions outside of the Great Lakes Basin.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,247

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,016
Communication savante0,0080,005
Science ouverte0,0010,005
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,020
Tête enseignante GPT0,260
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarquette law reviewMême sujetWater Governance and InfrastructureTravaux en français237 207