MétaCan
Menu
Retour à la cohorte
Enregistrement W2969905759 · doi:10.1088/1755-1315/315/2/022003

Technological approach to environmental greening of large cities

2019· article· en· W2969905759 sur OpenAlexaboutno aff
N. A. Smirnov, R A Smirnov, L. A. Vasilieva, M V Shuvarin

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueConstruction Management and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreeningGovernment (linguistics)Work (physics)BusinessResidenceUnit (ring theory)Environmental planningGeographyPopulationQuarter (Canadian coin)Architectural engineeringEngineeringPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

Abstract The relevance of this article is due to the fact that the improvement and greening of large cities is the most important sphere of activity of the municipal economy. It is in this area that the conditions are created for the population, which provides a high standard of living. Thus, conditions are created for a healthy, comfortable, comfortable life for an individual at the place of residence, and for a larger mass of residents of the city, district, quarter, micro district. When carrying out a set of measures, they can significantly improve the environmental condition and appearance of cities and towns; create more comfortable microclimatic, sanitary and aesthetic conditions on the streets, in residential apartments, public places (parks, boulevards, squares, etc.). The implementation of the project proposed in the article will allow the self-government bodies and housing and communal services to improve the efficiency of works on urban greening, to provide an opportunity for agricultural organizations and horticultural farms to carry out work on tree transplanting and land cultivation using an accessible (mobile) unit.

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)0,001
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 GPT0,170
Écart entre enseignants0,164 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetConstruction Management and SustainabilityTravaux en français237 207