Representing a large region with few sites: The Quality Index approach for field studies
Notice bibliographique
Résumé
Many environmental studies require the characterization of a large geographical region using a range of representative sites amenable to intensive study. A systematic approach to selecting study areas can help ensure that an adequate range of the variables of interest is captured. We present a novel method of selecting study sites representing a larger region, in which the region is divided into subregions, which are characterized with relevant independent variables, and displayed in mathematical variable space. Potential study sites are also displayed this way, and selected to cover the range in variables present in the region. The coverage of sites is assessed with the Quality Index, which compares the range and standard deviation of variables among the sites to that of the larger region, and prioritizes sites that are well-distributed ( i.e. not clumped) in variable space. We illustrate the method with a case study examining relationships between agricultural land use, physiography and stream phosphorus (P) export, in which we selected several variables representing agricultural P inputs and landscape susceptibility to P loss. A geographic area of 110,000 km 2 was represented with 11 study sites with good coverage of four variables representing agricultural P inputs and transport mechanisms taken from commonly-available geospatial datasets. We use a genetic algorithm to select 11 sites with the highest possible QI and compare these, post-hoc, to our sites. This approach reduces subjectivity in site selection, considers practical constraints and easily allows for site reselection if necessary. This site selection approach can easily be adapted to different landscapes and study goals, as we provide an algorithm and computer code to reproduce our approach elsewhere.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».