MétaCan
Menu
Retour à la cohorte
Enregistrement W4234481050 · doi:10.1201/9780203469484-23

Mexican and Canadian case studies of community-based spatial information management for biodiversity conservation

2002· book-chapter· en· W4234481050 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental and Cultural Studies in Latin America and Beyond
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiodiversityBiodiversity conservationGeographyEnvironmental resource managementEnvironmental planningEcologyEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Sustainable development has come to summarize the acknowledged importance of non-destructive land-use. The idea has become widely accepted – perhaps because of its inherent constructive ambiguity, or perhaps because, like motherhood and apple pie, it is simply a notion that is hard to argue against. But unlike motherhood, it is not something to which an irrevocable commitment can arise from a moment of irrational passion and, unlike apple pie, it has no simple recipe. The challenge, as Geyer (1994) observes, is: How can dynamic communities with changing needs, aspirations and technologies maintain a non-destructive relationship with an environment that is itself dynamic and constantly changing? This clearly requires an adaptive process, and in the time frame that matters to us now, that adaptive process needs to be based on human intelligence and environmental information. Finding ways to optimize the use of available information and ensure that all providers and users of information have effective links to decision-making processes is an essential step towards sustainable development. GIS provides tools to discover, analyse and communicate the spatial relevance of data and information. A critical question still remains, however: How can high technology information management tools be brought into the public forum in a way that fosters fairness and increases decision-making competence (Webler 1995) rather than increasing polarization and marginalization?

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,426

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,011
Études des sciences et des technologies0,0180,006
Communication savante0,0050,002
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,031
Tête enseignante GPT0,220
Écart entre enseignants0,188 · 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'étudeQualitatif
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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnvironmental and Cultural Studies in Latin America and BeyondTravaux en français237 207