MétaCan
Menu
Retour à la cohorte
Enregistrement W3161628627

Different perspectives of deforestation in the Peruvian Amazon : An interview study based in Cusco and Pilcopata in the Cusco region

2019· article· en· W3161628627 sur OpenAlexaboutno aff
Teresa Wåtz, Emma Eriksson

Notice bibliographique

RevueKTH Publication Database DiVA (KTH Royal Institute of Technology) · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmazon rainforestRainforestDeforestation (computer science)BiodiversityTropical rainforestGeographyQuarter (Canadian coin)Remote sensingAgroforestryEnvironmental protectionEnvironmental scienceEcologyBiologyArchaeologyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Amazon rainforest constitutes a quarter of the global biodiversity and is responsible for 15% of the terrestrial photosynthesis. It is important to protect the forest and limit the deforestation to not release more greenhouse gases, which aggravate climate change. There is a big problem today with deforestation, especially in the Peruvian Amazon. In Peru is the main driver to deforestation human activity, such as road infrastructure, markets and agriculture. It is most common with small-scale agriculture, especially in the Cusco region where this study is conducted. How the deforestation should be managed or if current instruments are working is there different perspectives on. In this essay are the different perspectives regarding the exploitation of the Amazon and its impacts being analyzed. The essay has an interview method and the interviews are carried out on members of non-governmental organizations and Cusco regional government. Our analysis shows that the different perspectives show similarities regarding the main drivers for the deforestation, the information and knowledge-gap regarding the impacts of deforestation. There is, however, a difference in the perspectives regarding funds. One perspective from the non-governmental members is that there is not enough funding to receive as well as that the funds that do exist go to people and projects that do not do the work properly.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,021
Score d'incertitude au seuil0,664

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,246
Écart entre enseignants0,221 · 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'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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKTH Publication Database DiVA (KTH Royal Institute of Technology)Même sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207