MétaCan
Menu
Retour à la cohorte
Enregistrement W4291004236 · doi:10.25628/uniip.2021.50.3.004

FOREIGN AND DOMESTIC EXPERIENCE IN ORGANIZING SETTLEMENT IN HARD-TO-REACH TERRITORIES

2021· article· ru· W4291004236 sur OpenAlexaboutno aff
Антон Григорьевич Мазаев

Notice bibliographique

RevueАкадемический вестник УралНИИпроект РААСН · 2021
Typearticle
Langueru
DomaineSocial Sciences
ThématiqueRegional Socio-Economic Development Trends
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSettlement (finance)GeographyNatural (archaeology)Economic geographyRegional scienceEconomyKey (lock)Political scienceBusinessArchaeologyEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

В статье рассматривается проблема освоения труднодоступных территорий, организации на них очаговой и локальной систем расселения и опыт стран, обладающих большими малозаселенными территориями со сложными природно-климатическими условиями, такими как Канада и Австралия. Показаны основные подходы к его организации в этих странах и ключевые характеристики такого расселения. Проведен сравнительный анализ, рассмотрены сходства и отличия этих подходов от существующих методик градостроительного освоения российского Дальнего Востока. The article deals with the problem of the development of hard-to-reach territories of a number of countries, the organization of focal and local settlement systems on them. The experience of countries with large sparsely populated territories with complex natural and climatic conditions, such as Canada and Australia, is attracted. The key characteristics of such settlement, the main approaches to its organization in these countries are shown. A comparative analysis is carried out, the similarities and differences of these approaches to the existing methods of urban development of the Russian Far East are considered.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,007
Communication savante0,0050,002
Science ouverte0,0000,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,044
Tête enseignante GPT0,321
Écart entre enseignants0,277 · 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'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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueАкадемический вестник УралНИИпроект РААСНMême sujetRegional Socio-Economic Development TrendsTravaux en français237 207