MétaCan
Menu
Retour à la cohorte
Enregistrement W2982097879 · doi:10.11575/prism/32959

Calgary Wetlands Clean-up and Preservation Proposal

2018· article· en· W2982097879 sur OpenAlexaboutno aff
Line Laplante, Kimberly White Quills, J. H. Winslow., Veronica Briseno Castrejon, Allison Goerzen, Mikaela Johnson, Tracy Crawler, Sarah Fuhriman, Lisa Epp, Celaine Campbell, Luc Mackay, Charlene Yang, Jenna Bower, Kyla Mowat, Grace-Chloe Lumbala, Alexandria Baird, Thomias Huhn, Stacie Leal

Notice bibliographique

RevueOpen MIND · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWetlandClean Water ActEnvironmental scienceWater qualityEcology

Résumé

récupéré en direct d'OpenAlex

The University of Calgary, Indigenous Studies “Ecological Knowledge” (INDG 317) taught by Professor Line Laplante aims to educate students about ways that the environment communicates using traditional Indigenous ways of knowing. Throughout the course, students learn how to apply traditional Indigenous ecological knowledge, philosophies, and teachings to modern issues. The overarching goal of the curriculum is to provide students with tools to address environment and climate changes that integrate the 2015 Truth and Reconciliation Commission (TRC) Report recommendations, as well as influence urban planning to include a renewed focus on promoting and preserving biodiversity. The 2018 Ecological Knowledge summer class developed this proposal to incorporate experiential knowledge acquired this semester to contribute towards Calgary’s growth as a culturally respectful, biologically ethical, and thriving city. This proposal supports and enhances the Our BiodiverCity (2015) strategic plan and the City of Calgary’s fundamental principles of “protecting, developing, and managing” natural environments.

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)0,002
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,771
Score d'incertitude au seuil0,455

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0090,002
Communication savante0,0050,001
Science ouverte0,0030,005
Intégrité de la recherche0,0080,005
Charge utile insuffisante (le modèle a refusé de juger)0,0630,009

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 Opus0,019
Tête enseignante GPT0,260
Écart entre enseignants0,242 · 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
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207