Notice bibliographique
Résumé
abatement costs 107 abatement effects emission taxes 4-5 heterogeneity in 18 abatement technologies 129-32, 125-7, 129-30, 143-4, 160 ABC policy, Netherlands 241-2 abstraction impacts 52 Active 46 aggregation procedures 58-60, 64-5 agricultural economic studies 47 Agricultural Nonpoint Source Pollution (AGNPS) model 62 air pollution, transport 217-20 air quality patterns 53-4 air travel 212, 214, 223, 224-5, 244 airport noise 216-17, 234 Alberta forested habitats 56 non-designated camping areas 77, 78 allocation studies 62 Amazon, deforestation 260 ambient pollution 21 Anhui province, China 102 annual income 13, 14-15, 16, 19 Anselin, Luc 77 anti-trust 197 Arc/Info 44, 49 ArcView 44, 49 Argentina, pollution control 103 Asia, pollution control 95, 99-100, 104, 111-12 auctioned emission permits 15-16, 28, 31, 32, 132, 185, 187-8 Australia, pollution control 95-6, 99 Australian Household Expenditure Surveys 13-14 benchmark standards, pollution 100, 106, 107 benefit function transfer, GIS 65-73 Index
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,736 | 0,540 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».