MétaCan
Menu
Retour à la cohorte
Enregistrement W2978691039 · doi:10.29173/aar39

The World of Environmental Management

2019· article· en· W2978691039 sur OpenAlexaffvenue
Tanika Desai, Dee Patriquin, Bree Jones

Notice bibliographique

RevueAlberta Academic Review · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality and Pollution Assessment
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésWildlifeWetlandEnvironmental scienceLawnWork (physics)HabitatVegetation (pathology)Environmental resource managementSampling (signal processing)Environmental planningEnvironmental protectionEcologyEngineering

Résumé

récupéré en direct d'OpenAlex

As the City of Red Deer continues to grow, it is necessary that the urban development do not disturb Hazlett Lake and the plant and animal species in the area. For the prevention of wildlife/habitat disturbance, water pollution and weed evasion, a monitoring program was implemented. In any environmental management project, there are three stages of steps that must be completed. Firstly, before any of the field work begins, safety protocols, geographic information system (GIS), and environmental policies must be considered. The GIS is a very helpful tool in this project because it is a monitoring program and the changes to the wetland can be seen over time. Next, the field work begins. With Hazlett Lake, water sampling, sediment sampling, vegetation and wildlife assessments and noting the water level are all crucial tests that have to be completed each year the program is in place to maintain the wetland’s overall health and track any observed changes. Once the results from the lab arrive, they are compared to government guidelines to determine if the wetland’s health is being maintained and if any preventive measures need to be taken. The results are also compared to previous years to determine if any changes occurred. It was found that fluorene in the sediments and pH in the water were higher than guidelines. These areas will be especially monitored with care to ensure the wetland is conserved.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,004
Communication savante0,0070,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0310,010

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 Opus0,012
Tête enseignante GPT0,276
Écart entre enseignants0,265 · 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'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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAlberta Academic ReviewMême sujetWater Quality and Pollution AssessmentTravaux en français237 207