MétaCan
Menu
Retour à la cohorte
Enregistrement W4235031032 · doi:10.35424/rcarto.v0i101.672

Modelagem das mudanças espaço-temporais de áreas úmidas: estudo de caso da Região Administrativa de Abitibi-Témiscamingue – Québec, Canadá

2020· article· pt· W4235031032 sur OpenAlexaboutno aff
Mariana Tiné, Liliana Pérez, Roberto Molowny‐Horas

Notice bibliographique

RevueRevista Cartográfica · 2020
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsGeographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

As áreas úmidas estão entre os ecossistemas mais produtivos que existem, elas abrigam uma ampla biodiversidade de aves, peixes, vegetais, entre outros. Elas também desempenham papel fundamental no que diz respeito à mitigação e adaptação climática. Apesar de sua grande importância, estes ecossistemas estão cada vez mais ameaçados, seja pela interferência humana, seja pelas mudanças climáticas. Cerca de 35 % das áreas úmidas do planeta se localizam no Canadá, onde grande parte está na zona de floresta boreal. Este estudo tem como objetivo simular as mudanças espaço-temporais destes ecossistemas através de técnicas de modelagem híbrida. Para isto, foram usadas imagens de cobertura da terra multitemporais, interpretadas a partir do satélite LANDSAT, com as quais foi possível simular cenários até o ano de 2055, cujos resultados foram validados através de técnicas de comparação de mapas. A análise de mudanças mostrou um aumento das áreas úmidas de cerca de 63 % entre os anos de 1985 e 2005, tendência que persistiu até 2055, com um aumento contínuo destas na região de estudo. A análise e simulação de cenários futuros pode ajudar e apoiar a gestão e planejamento no que diz respeito à conservação destes ecossistemas tão importantes.

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 candidatesMéta-épidémiologie (sens strict), Charge 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,025
Tête enseignante GPT0,264
Écart entre enseignants0,239 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista CartográficaMême sujetLand Use and Ecosystem ServicesTravaux en français237 207