MétaCan
Menu
Retour à la cohorte
Enregistrement W2810248953 · doi:10.31025/2611-4135/2018.13655

ENHANCED GEOMORPHIC DESIGN FOR RECLAMATION OF RURAL WASTE-SCAPES

2018· article· en· W2810248953 sur OpenAlexaffabout
Neeltje Slingerland, Nicholas Beier, G. Ward Wilson

Notice bibliographique

RevueDetritus · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLandformLand reclamationPopulationGeographyNatural (archaeology)Environmental resource managementEnvironmental planningEnvironmental scienceArchaeologyCartography

Résumé

récupéré en direct d'OpenAlex

Many inventive concepts for the adaptive re-use of waste landscapes, or waste-scapes, have been proposed and constructed in the last decade. These are often located near or within large, urban populations, which provide much of the incentive for adaptive re-use. A different challenge presents itself when a waste-scape is rurally located, near a small - though equally important - population. How do we address complex socio-cultural, economic, and environmental objectives without the economic incentive provided by a large nearby population? This project looks at the mineable oil sands region of northern Alberta, Canada: a rural waste-scape covering 895 km2 in Canada’s boreal forest. Specifically, this project discusses the geomorphology and native substrate of northern Alberta, juxtaposed with the traditional design of waste storage landforms, in order to show that there are no natural analogues in the region. A geomorphic approach to the design of waste-scapes in this region has been developed using a Landscape Evolution Model (LEM) for long-term projections, and is being tested in the region. This project sheds new light on the rarely acknowledged issue of waste design in rural areas and the wide range of benefits achieved through use of an enhanced geomorphic design approach.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,228
Écart entre enseignants0,210 · 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'étudeThéorique ou conceptuel
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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDetritusMême sujetLand Use and Ecosystem ServicesTravaux en français237 207