MétaCan
Menu
Retour à la cohorte
Enregistrement W3209886920 · doi:10.26480/ees.02.2021.121.128

AN ATTEMPT TO IDENTIFY CULTURAL ECOSYSTEM SERVICES AND RELATED LAND USE TYPES IN RURAL AREAS UNDER URBANIZATION

2021· article· en· W3209886920 sur OpenAlexaff
Xuehui Sun, Kun Zhang, Xiao-Zheng Zhang, Renqing Wang, Jian Liu, Shuping Zhang

Notice bibliographique

RevueEnvironment & Ecosystem science · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Shandong Province
Mots-clésUrbanizationGeographyChinaEcosystem servicesScale (ratio)Land useEnvironmental resource managementRural areaEnvironmental planningEcosystemEcologyCartographyPolitical scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Cultural Ecosystem Services (CES) play an important role in socio-natural ecosystems. Assessment of CES in rural areas is crucial for development planning and decision-making. However, assessment of CES at the local scale and, in particular, rural areas remain under-researched. In order to reveal the importance of different kinds of CES and the related land uses perceived by the rural residents, a simplified tick-scoring method was developed and tested in a case study of four villages in Shandong Province, China. This method poses CES questions and seeks answers about corresponding land use types in a questionnaire form that is accessible and useful to village residents. Furthermore, the important categories of CES and related land use types were identified and ranked based on the questionnaire. The results showed that ecological culture and aesthetic services ranked in the top two of twelve CES categories, while scenic spots/mountains, forests, and lakes/rivers/reservoirs scored for multiple CES and attained higher than average CES scores. Overall, the simplified method is practical to understand the perspectives of rural residents on the important CES and related landscapes. The established approach shed lights on CES assessment and management improvement at local scale of rural areas under different socio-environmental contexts in China and elsewhere.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,018
Score d'incertitude au seuil0,999

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 savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,009
Tête enseignante GPT0,226
Écart entre enseignants0,217 · 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'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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment & Ecosystem scienceMême sujetLand Use and Ecosystem ServicesTravaux en français237 207