MétaCan
Menu
Retour à la cohorte
Enregistrement W3156055850 · doi:10.24908/iqurcp.9666

Environmental Effects of Road Salting

2018· article· en· W3156055850 sur OpenAlexvenueno aff
Natalie Beaton, Sam Hillman, Werdah Iqbal

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSAFERHarmNatural (archaeology)SaltingSet (abstract data type)Environmental planningEnvironmental resource managementComputer scienceEnvironmental scienceGeographyPsychologyComputer securitySocial psychology

Résumé

récupéré en direct d'OpenAlex

Humans in contact with less-than-favourable environments are constantly exerting control over those natural realms to make them more hospitable and functional for our everyday life. A prime example of such an exertion, and the focus of this research, is that of salting our sidewalks and roads to make transit safer for both pedestrians and vehicles. However, as is common with many anthropogenic practices, when out of sight we often pay little thought to the consequences of this action, and the potential environmental harm is effectively out of mind. Accordingly, the objective of our research project is to observe how ecosystems are being affected by road salt and its effect on local flora and fauna. This is a local issue that could effectively be extrapolated to a more global scale.The planned approach was to first do an exhaustive search for the current literature on this topic, diving into the primary literature, effectively bringing researchers up to speed on the science behind this issue. Next we wanted to contact local authorities, such as the City of Kingston to understand more about local salting initiatives. Finally based on what we know about both the local situation and potentially harmful effects that salting our roads may have on the environment, formulate a set of recommendations to improve both the salting and the surrounding natural environment.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,043
Tête enseignante GPT0,329
Écart entre enseignants0,286 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetWildlife-Road Interactions and ConservationTravaux en français237 207