MétaCan
Menu
← Retour à la cohorte
Enregistrement W4240080566 · doi:10.4324/9781003006404

Landscape Grading

2020· book· en· W4240080566 sur OpenAlexaboutno aff
Valerie E. Aymer

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrading (engineering)GeographyComputer scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

For every element that we design in the landscape, there is a corresponding grading concept, and how these concepts are drawn together is what creates a site grading plan. This study guide explores these concepts in detail to help you learn how to grade with confidence in preparation for the Grading, Drainage and Construction Documentation section of the Landscape Architecture Registration Examination (LARE). This updated second edition is designed as a textbook for the landscape architecture student, a study guide for the professional studying for the LARE, and a refresher for licensed landscape architects. New to this edition: • Additional illustrations and explanations for grading plane surfaces and warped planes, swales, berms, retention ponds, and drain inlets; • Additional illustrations and explanations for grading paths, ramp landings, ramp/stair combinations and retaining walls; • A section on landscape and built element combinations, highlighting grading techniques for parking lots, culverts and sloping berms; • A section on landscape grading standards, recognizing soil cut and fill, determining pipe cover, finding FFE, and horizontal and vertical curves; • Updated information about the computer-based LARE test; • All sections updated to comply with current ADA guidelines; • An appendix highlighting metric standards and guidelines for accessibility design in Canada and the UK. With 223 original illustrations to aid the reader in understanding the grading concepts, including 32 end-of-chapter exercises and solutions to practice the concepts introduced in each chapter, and 10 grading vignettes that combine different concepts into more robust exercises, mimicking the difficulty level of questions on the LARE, this book is your comprehensive guide to landscape grading.

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)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil0,766

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,000
Communication savante0,0050,003
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,4630,261

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 Opus0,011
Tête enseignante GPT0,205
Écart entre enseignants0,194 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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 sujetRemote Sensing and LiDAR Applications→Travaux en français237 207→