MétaCan
Menu
Retour à la cohorte
Enregistrement W2797651295 · doi:10.38140/as.v15i1.188

An assessment of the feasible application of environmental valuation methods on Rand Water open-space

2008· article· en· W2797651295 sur OpenAlexaff
Rinus Bouwer, Richard Hendrick, M A Taylor, André Kruger

Notice bibliographique

RevueActa Structilia · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensKruger (Canada)
Organismes subventionnairesnon disponible
Mots-clésValuation (finance)Space (punctuation)Economic shortageWater resourcesSustainable developmentBusinessWater scarcityEnvironmental economicsEnvironmental resource managementEconomicsComputer sciencePolitical scienceAccountingLawEcology

Résumé

récupéré en direct d'OpenAlex

Rand Water has contracted University of South Africa (UNISA) to develop a monetary valuation method for its open spaces and its inherent ecological functions. This article begins by reviewing existing contemporary definitions for open space in South Africa and then identifies the key characteristics thereof. Open Spaces in the Gauteng urban environment is in a crisis and factors such as open space coverage standards, sale of open space, crime and the impact of the apartheid legacy are briefly examined. Rand Water’s open space contributes to the total open space stock of Gauteng province. Any shortage of open space and threats to the sustainable management and expansion of the open space network of the province therefore has a direct bearing on howRand Water views and manages its open space resources. Environmental resource economics provides economists and environmentalists with various instruments to place a monetary value on the environment. The available valuation instruments are briefly reviewed and questionnaires are developed from this to determine whether it can be applied by Rand Water staff to obtain values at a minimal cost, in a short space of time, and whether it assesses the various use and non-use values.

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 enseignants0,059
Score d'incertitude au seuil0,485

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 savante0,0000,000
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 Opus0,108
Tête enseignante GPT0,324
Écart entre enseignants0,216 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa StructiliaMême sujetEconomic and Environmental ValuationTravaux en français237 207