MétaCan
Menu
Retour à la cohorte
Enregistrement W3208465088 · doi:10.1088/2634-4505/ac333a

Global Dam Watch: curated data and tools for management and decision making

2021· article· en· W3208465088 sur OpenAlex
Mark Mulligan, Bernhard Lehner, Christiane Zarfl, Michele Thieme, Penny Beames, Arnout van Soesbergen, Jonathan Higgins, Stephanie Januchowski‐Hartley, Kate A. Brauman, Luca De Felice, Qingke Wen, Carlos García de Leániz, Barbara Belletti, Lisa Mandle, Xiao Yang, Jida Wang, Nick Mazany-Wright

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental Research Infrastructure and Sustainability · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensCanadian Wildlife FederationMcGill University
Organismes subventionnairesEuropean Regional Development FundWWF InternationalAgence Nationale de la RechercheNational Socio-Environmental Synthesis Center
Mots-clésDirectoryScale (ratio)Computer scienceEnvironmental resource managementDecision support systemData scienceDatabaseEnvironmental scienceGeographyData miningCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Dams, reservoirs, and other water management infrastructure provide benefits, but can also have negative impacts. Dam construction and removal affects progress toward the UN sustainable development goals at local to global scales. Yet, globally-consistent information on the location and characteristics of these structures are lacking, with information often highly localised, fragmented, or inaccessible. A freely available, curated, consistent, and regularly updated global database of existing dams and other instream infrastructure is needed along with open access tools to support research, decision-making and management needs. Here we introduce the Global Dam Watch (GDW) initiative ( www.globaldamwatch.org ) whose objectives are: (a) advancing recent efforts to develop a single, globally consistent dam and instream barrier data product for global-scale analyses (the GDW database); (b) bringing together the increasingly numerous global, regional and local dam and instream barrier datasets in a directory of databases (the GDW directory); (c) building tools for the visualisation of dam and instream barrier data and for analyses in support of policy and decision making (the GDW knowledge-base) and (d) advancing earth observation and geographical information system techniques to map a wider range of instream structures and their properties. Our focus is on all types of anthropogenic instream barriers, though we have started by prioritizing major reservoir dams and run-of-river barriers, for which more information is available. Our goal is to facilitate national-scale, basin-scale and global-scale mapping, analyses and understanding of all instream barriers, their impacts and their role in sustainable development through the provision of publicly accessible information and tools. We invite input and partnerships across sectors to strengthen GDW’s utility and relevance for all, help define database content and knowledge-base tools, and generally expand the reach of GDW as a global hub of impartial academic expertise and policy information regarding dams and other instream barriers.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,711
Score d'incertitude au seuil0,744

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 ouverte0,0000,005
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 Opus0,027
Tête enseignante GPT0,361
Écart entre enseignants0,333 · 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