MétaCan
Menu
Retour à la cohorte
Enregistrement W3139000925 · doi:10.1016/j.ufug.2021.127099

Mapping the diversity of street tree inventories across eight cities internationally using open data

2021· article· en· W3139000925 sur OpenAlexaff
Nadina Galle, Dylan Halpern, Sophie Nitoslawski, Fábio Duarte, Carlo Ratti, Francesco Pilla

Notice bibliographique

RevueUrban forestry & urban greening · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesHorizon 2020 Framework ProgrammeFP7 Coherent Development of Research PoliciesFulbright AssociationMassachusetts Institute of Technology
Mots-clésDiversity (politics)GeographyUrban forestryDiversity indexTree (set theory)Urban ecosystemUrban forestSpecies diversityEcologyUrban ecologyUrban planningForestryBiologySpecies richnessHabitatSociology

Résumé

récupéré en direct d'OpenAlex

Tree diversity, on a species-, genus-, and family-level, is an important factor in securing healthy urban forests and providing ecosystem services for billions of city dwellers. Using open-source data on global tree inventories, this study examines (1) the diversity of species, genera, and family of urban street trees in eight cities internationally; (2) how they score on diversity benchmarks and indices; and (3) the diversity variation inside and outside of cities’ centers. We hypothesized most cities would score poorly on diversity benchmarks and spatial patterns in species composition would exist, as illustrated by established relationships between urban density and urban tree diversity. Results indicate city centers were less likely to approach the proposed diversity benchmarks than outside the city center. Overall, both Shannon and Simpson diversity indices show greater diversity outside of the city center, especially at the species-level. Understanding street tree diversity and spatial variation patterns across cities internationally can offer needed evidence to back up heuristic benchmarks. The methodology and open-source data used in this study are intended to enable practitioners better target tree diversity efforts.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnelmedium
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0030,014
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,125
Tête enseignante GPT0,306
Écart entre enseignants0,181 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations67
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban forestry & urban greeningMême sujetUrban Green Space and HealthTravaux en français237 207