MétaCan
Menu
Retour à la cohorte
Enregistrement W2900507644 · doi:10.21603/2542-2448-2017-3-41-46

MODERN INDUSTRIAL COMPLEX OF THE KEMEROVO OBLAST

2017· article· en· W2900507644 sur OpenAlexaboutno aff
Валерий Рябов, Valerii Riabov, Ольга Столбова, Olga Stolbova

Notice bibliographique

RevueBulletin of Kemerovo State University Series Biological Engineering and Earth Sciences · 2017
Typearticle
Langueen
DomaineEnergy
ThématiqueCoal and Coke Industries Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoalRaw materialHeavy industryProduction (economics)PopulationQuarter (Canadian coin)BusinessIndustrial productionNatural resource economicsEngineeringGeographyWaste managementEconomicsMarket economy

Résumé

récupéré en direct d'OpenAlex

The article describes the modern functional and territorial structure of the economic complex of one of the most industrial regions of the Asian Russia – the Kemerovo region. The basic link in the economic complex of the Kemerovo Region is industry. A quarter of the economically active population in the region is employed in industry. Industry provides half of the gross regional product. The role of industry in the economic complex of the Kemerovo region has not changed for many years. In general, the region’s industry has a pronounced raw material orientation. Raw materials industries are the leading ones in the industry structure of the region: the total share of the coal industry, metallurgy, electrical energy and the chemical industry in the total production of industrial products is 85 %. Kuzbass is Russia’s leader in coal mining. The share of high-tech industries is negligible. Machine building accounts for no more than 5 % of industrial production. The industry of the Kemerovo region is characterized by a poly-branch structure, formed primarily on the basis of the coal resources of the Kuznetsk Basin. The leading role belongs to the coal-metallurgical system of production, which forms a number of highly developed energy production cycles (coal-energy, chemicals, pyrometallurgical and others), some of which (raw materials extraction) are located outside the region.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil0,572

Scores Codex et Gemma par catégorie

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 technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,068
Tête enseignante GPT0,217
Écart entre enseignants0,149 · 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'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

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of Kemerovo State University Series Biological Engineering and Earth SciencesMême sujetCoal and Coke Industries ResearchTravaux en français237 207