MétaCan
Menu
Retour à la cohorte
Enregistrement W2804011847 · doi:10.3390/su10061750

A Functionality Based Wood Substitutability Index

2018· article· en· W2804011847 sur OpenAlexaff
Elaine Garcia de Lima, Cécile Bulle, Cássia Maria Lie Ugaya

Notice bibliographique

RevueSustainability · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésScarcitySubstitution (logic)Resource (disambiguation)Index (typography)Environmental economicsResource depletionResource scarcityValue (mathematics)Scale (ratio)Resource useComputer scienceNatural resource economicsEnvironmental resource managementEnvironmental scienceEconomicsMicroeconomicsEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Recent progress in Life Cycle Impact Assessment highlighted the need to assess the loss of resources’ functional value when assessing the life cycle impacts of resource depletion. To be able to assess the loss of functional value of resources due to scarcity and depletion, there is a need to assess the potential substitutions among different resources to fulfill the same functionality. In this sense, the main objective of this study is the development of a method for obtaining a substitution index (SI) for wood, quantifying to what extent the wood is substitutable by other available resources for the different functions it can fulfill. The aim of our method is to characterize wood through its functions and inherent properties by using following parameters (availability, price, current usage). As a result, we obtained SI for five functions of wood, classified by country and region. The results showed that wood substitution varies between each of its functions and also for each region. In general, replacing wood with other resources is a challenge for most regions and most functions, with SI usually below 0.5 on a scale from 0 to 1, where 0 indicate that there is no substitution and 1 indicate that the resource can be thoroughly replaced.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0070,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,007
Tête enseignante GPT0,250
Écart entre enseignants0,243 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207