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 OpenAlexaff
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

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.

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)0,018
score de la tête « metaresearch » (Gemma)0,059
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,059
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0150,018
Études des sciences et des technologies0,0010,001
Communication savante0,0090,012
Science ouverte0,0050,011
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0290,027

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

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'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations34
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research Infrastructure and SustainabilityMême sujetFlood Risk Assessment and ManagementTravaux en français237 207