Generated land systems: recognition and prospects of land system science
Notice bibliographique
Résumé
Although land system research has made important progress in land change monitoring, long-term histories of land use change, land system change modeling, and case-study synthesis, it still faces some challenges in system integration and comprehensive analysis. To better understand and explore the comprehensiveness of land systems, system integration theory should be combined with system generation theory that emphasizes historical accumulation. Therefore, this paper revisits some of the basic connotations and theories of land system science by reviewing relevant research and proposes the concept of generated land systems based on system generation theory with an aim to providing a reference base for future research. As coupled human–environment systems are generated by mankind’s transformation, utilization, and adaptation of the land surface and its upper and lower spaces of Earth, generated land systems evolve in the mutual generation and restriction of the biophysical environment, land use, and social economy. The evolution forms of generated land systems can be classified as fluctuation, degradation, and optimization based on the ascendency and resilience of the system. The need for generated land systems to be multi-functional is what motivates the direction and form of generated land system evolution. Generation mechanism, process, adaptability, scale effect, and tele-coupling are important issues of generated land system research. In addition, how generated land systems can enter a new evolutionary cycle through functional transformation is also crucial to achieving sustainable management and utilization of land resources.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».