MétaCan
Menu
Retour à la cohorte

DETERMINATION OF REGIONS SUITABLE FOR AGRICULTURE IN THE GORDON COSENS FOREST OF ONTARIO BY MEANS OF ANALYTICAL HIERARCHY PROCESS WITH FUZZY LOGIC INFERENCE

2021· article· en· W3174543643 sur OpenAlexaffabout
Rory Pittman, Baoxin Hu, Gunho Sohn

Notice bibliographique

Revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Land Suitability Analysis
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésAnalytic hierarchy processFuzzy logicPairwise comparisonInferenceHierarchyRule of inferenceRange (aeronautics)Process (computing)GeographyComputer scienceData miningMathematicsEnvironmental scienceArtificial intelligenceOperations researchEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract. Analytical Hierarchy Process (AHP) with fuzzy logic inference on attributes was employed to determine areas most suitable for agriculture in the Gordon Cosens Forest (GCF) region within the District of Cochrane in northern Ontario, Canada. Attribute layers considered were soil texture, ELC (Ecological Land Classification) moisture regime, slope, canopy height model (CHM), distance to existing road networks and distance to water bodies. Fuzzy logic inference was utilized to rescale the attributes to a normalized range, taking into account preferability, which was then subjected to pairwise comparisons via AHP to determine the attribute layers' weightings. For the study area, the localities identified as most compatible for agricultural development include the southeastern section of the GCF at approximately 30 km south of the community of Fauquier and the westernmost area of the GCF at about 10 km east of Mattice.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,003
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 Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,237 · 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.

Devis d'étudeSimulation ou modélisation
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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciencesMême sujetSoil and Land Suitability AnalysisTravaux en français237 207