MétaCan
Menu
Retour à la cohorte
Enregistrement W3192622167 · doi:10.1016/0967-0653(95)91021-u

10.1016/0967-0653(95)91021-u

2000· article· en· W3192622167 sur OpenAlexvenueno aff
William R. Gordon

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographic information systemHabitatGeographyEnvironmental resource managementInformation systemEnvironmental planningEcologyRemote sensingEnvironmental scienceBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Planning for artificial aquatic habitat development has typically occurred within the biological community. This paper traces the evolution of planning framework, and proposes the use of traditional urban and regional planning concepts in artificial aquatic habitat management. Aquatic habitat planning in the US as interpreted by states and regional fisheries commissions, exist merely at the project level and has not suitably evolved. A comprehensive systems framework is proposed which considers the role of onshore infrastructural support and offshore user and non-user considerations. The use of geographical information system (GIS) technology and its overall utility in planning and evaluation processes is discussed. A tradtional focus on exclusion or negative constraints represents only an initial set of considerations, but must be followed with an inclusive analysis which identifies intended sanctuary or human uses within marine habitat priority zones. Evaluation activities within habitat mangement are traditionally based on biological dynamics and are executed on a site by site basis. The need exists to demonstrate intended habitat and fishery management benefits on a state or regional basis. -from Author

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,003
Communication savante0,0040,006
Science ouverte0,0030,004
Intégrité de la recherche0,0080,003
Charge utile insuffisante (le modèle a refusé de juger)0,9890,989

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 Opus0,004
Tête enseignante GPT0,148
Écart entre enseignants0,144 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knitMême sujetCoastal and Marine ManagementTravaux en français237 207