MétaCan
Menu
Retour à la cohorte
Enregistrement W3138493768 · doi:10.24043/isj.156

Demographic carrying capacity model: A tool for decision-making in Rapa Nui

2021· article· en· W3138493768 sur OpenAlexvenueno aff
Kay Bergamini, Roberto Moris, Piroska Ángel, Daniela Zaviezo, Horacio Gilabert

Notice bibliographique

RevueIsland Studies Journal · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoliticsContext (archaeology)Process (computing)PopulationCarrying capacityComputer scienceQuality (philosophy)Affect (linguistics)Decision-makingOperations researchProcess managementBusinessPolitical scienceRisk analysis (engineering)SociologyEngineeringLawGeographyMarketingEcologyEpistemologyArchaeology

Résumé

récupéré en direct d'OpenAlex

The increase of population in Rapa Nui (Easter Island) has fueled concerns within the community, given the uncertainty of its impacts. These concerns have driven a socio-political process that triggered the enactment of Law 21,070, which regulates the access and permanence of visitors in the territory as a way to cushion the pressure on different environmental, social, and infrastructure components that affect the local quality of life. However, for its application, this law requires technical foundations that allow restrictions to be applied and, therefore, knowledge about the demographic capacity of the territory is also needed. To this end, a dynamic model was built, which consists of different variables that are sensitive to population growth and also can be projected into the future, thus delivering timely information for decision-making. This paper describes the socio-political context for the creation of this instrument, as well as its elaboration process and main results.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,602
Score d'incertitude au seuil0,939

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,178
Tête enseignante GPT0,387
Écart entre enseignants0,209 · 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'étudeQualitatif
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsland Studies JournalMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207