MétaCan
Menu
Retour à la cohorte
Enregistrement W2944786131 · doi:10.35298/pkc.2018.12

Introduction to Traditional Knowledge studies in support of geoscience tools for assessment of metal mining in Northern Canada

2019· article· en· W2944786131 sur OpenAlexvenueaboutno aff
Jennifer Galloway, R. Timothy Patterson

Notice bibliographique

RevuePolar Knowledge Aqhaliat Report · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarth scienceData scienceMining engineeringComputer scienceEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

This report describes a three-year project (2015–2018) to improve understanding of past climate. It studies the way metal(loids) have responded to different climate conditions in the past. Lake sediments and peatlands are known as paleoecological archives. In other words, they contain fossils that help understand the past ecology of plants and animals in the area. The study looked at historical climate conditions shown by the chemistry and fossil content of these sediments and peatlands. It also examined Inuit Qaujimajatuqangit (traditional knowledge). This may result in more accurate predictions of how metal(loids) respond to current and forecasted climate change. The Yellowknife and Courageous Lake areas of the mineral-rich Slave Geological Province have gold mining histories. These areas were studied to see how metal(loids) mobilized by past mining activity may move through the environment. The project partners—the North Slave Métis Alliance, the Yellowknives Dene First Nation, the Tłįchǫ Research and Training Institute, and Hadlari Consulting Ltd.—conducted Traditional Knowledge and Inuit Qaujimajatuqangit studies. Information from these studies will be used together with data collected by western scientific techniques. This will provide a better understanding of the transport and fate of metal(loids) under a changing climate.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,192
Score d'incertitude au seuil0,817

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,077
Tête enseignante GPT0,326
Écart entre enseignants0,248 · 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

Citations0
Publié2019
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revuePolar Knowledge Aqhaliat ReportMême sujetGeochemistry and Geologic MappingTravaux en français237 207