MétaCan
Menu
Retour à la cohorte
Enregistrement W4367296941 · doi:10.33002/jelp03.01.01

Flyrock Throw Calculations Unscientific and Unreliable – The “Hits” Just Keep on Coming

2023· article· en· W4367296941 sur OpenAlexvenueno aff
Tony Sevelka

Notice bibliographique

RevueJournal of Environmental Law & Policy · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change, Adaptation, Migration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEasementBusinessExplosive materialTrespassLiabilityProperty (philosophy)Computer securityRock blastingForensic engineeringRisk analysis (engineering)EngineeringLawComputer sciencePolitical scienceMining engineeringFinance

Résumé

récupéré en direct d'OpenAlex

Flyrock is the dirty little secret of the aggregate industry and its explosives engineers, and they have been remarkably successful in concealing the potentially deadly consequences of flyrock from the public, while continuing to engage in reckless blasting practices based on theoretical guesswork rather than proven practical land use planning safeguards such as permanent (fixed) onsite setbacks (excavation limits) coupled with permanent offsite separation distances from existing and potential future sensitive land uses. Flyrock is an unavoidable by-product of blasting rock, and has the potential to damage personal or real property, injure, permanently disable or kill humans and non-humans, both onsite and offsite. Flyrock, along with other adverse effects such as vibrations, that leaves the boundaries of an aggregate operation, constitutes nuisance and trespass, and damage or injury caused by detonation of explosives, should be held to strict liability. Implementing proactive and forward-looking land use policies that safeguard existing and envisioned sensitive land uses from the potentially deadly consequences of detonation of explosives in aggregate extraction is the most effective way to protect the long-term health, safety and welfare of existing and future generations, and to avoid interfering with the use and enjoyment of third-party real property.

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)0,005
score de la tête « metaresearch » (Gemma)0,022
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,019
Communication savante0,0090,013
Science ouverte0,0020,005
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0240,009

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 Opus0,102
Tête enseignante GPT0,340
Écart entre enseignants0,238 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Law & PolicyMême sujetClimate Change, Adaptation, MigrationTravaux en français237 207