MétaCan
Menu
Retour à la cohorte
Enregistrement W4289877514 · doi:10.3989/pirineos.2013.168006

Socioeconomic and territorial impact of the ski industry in the Spanish Pyrenees: mountain development and leisure induced urbanization

2013· article· en· W4289877514 sur OpenAlexaff
Teodoro Lasanta Martínez, O. Beltrán, Ismael Vaccaro

Notice bibliographique

RevueDIGITAL.CSIC (Spanish National Research Council (CSIC)) · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGeographyGeologyForestryPhysical geography

Résumé

récupéré en direct d'OpenAlex

[spa] Se evalúa el impacto territorial de la actividad del esquí en los Pirineos españoles (Pirineos Aragoneses y Alto Pirineo Catalán). A partir del análisis de los cambios registrados en la dinámica y estructura demográfica y de las prácticas económicas, desde la instalación de las estaciones de esquí, se identifica, en primer lugar, una tendencia urbanizadora emergente y, en segundo lugar, que dicha tendencia se manifiesta en dos modelos diferentes: en el Pirineo aragonés se limita a las cabeceras de los valles, mientras que en el Pirineo Catalán se expande a los fondos de valle y cabeceras comarcales. De esta manera, la actividad del esquí contribuye a redefinir las zonas rurales periféricas, teniendo en cuenta las necesidades urbanas. Los pueblos próximos a las estaciones de esquí en Aragón y de los fondos de valle en Cataluña han crecido hasta convertirse en pequeños núcleos de una gran red que expande la influencia física, económica y cultural de las ciudades de las tierras bajas hacia las montañas españolas.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,016
Score d'incertitude au seuil0,710

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,063
Tête enseignante GPT0,291
Écart entre enseignants0,229 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDIGITAL.CSIC (Spanish National Research Council (CSIC))Même sujetLand Use and Ecosystem ServicesTravaux en français237 207