MétaCan
Menu
Retour à la cohorte
Enregistrement W4376476561 · doi:10.4337/9781783474646.00030

Index

2015· paratext· en· W4376476561 sur OpenAlexaboutno aff

Notice bibliographique

RevueEdward Elgar Publishing eBooks · 2015
Typeparatext
Langueen
DomaineSocial Sciences
ThématiqueHydropower, Displacement, Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesCarnegie Mellon University
Mots-clésIndex (typography)MathematicsComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

action research/participatory action research 179, 192-3 definitions of 178 functions of 177 qualitative/quantitative research tools in 179-80 deductive 180-81 descriptive 180 predictive 181 reflective 181 agriculture 152, 198 import/export of 235-7 related water flows 232, 241-3 analytical hierarchy process (AHP) 131 anthropology environmental 81 Aristotle view of rhetoric 35 Association for the Study of Peak Oil (ASPO) 201 Australia 104, 417 statistical local areas (SLA) 417 virtual water exports of 241 Berkes, Fikert 58 biodiversity 54, 231 anthropogenic stresses on 66, 71 conservation 81 loss of 122 Blue Crab Technical Advisory Committee 89 bovine spongiform encephalopathy (BSE) 24 Brazil 242 exports of 235 virtual water exports of 234 green 237 virtual water imports of 241 Brent-Spar oil platform disposal of 24 Bullard, Clark 207 Canada 182, 210-11, 213-14, 232, 504 blue water exports of 235 green water exports of 237 Nova Scotia 104 oil and gas industry of 210-12, 214 tar sands 211-13 Toronto 412 virtual water exports of 234 capital 135, 140 financial 140 health 140 human 136, 139, 375 investment 198, 375-6 social 132, 135-6, 141, 349 stocks 8 carbon capture and sequestration (CCS) 221 carbon dioxide (CO 2 ) 415, 418, 420-21 direct 416-18 use of OLS regression in prediction of 419 emissions 231, 243, 285, 305, 309, 408-9, 412, 420 reduction of 376 urban metabolism paradigm 408, 411-15 indirect 416, 418 urban-rural contrast 417-18, 422

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 candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,077
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,018

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 Opus0,035
Tête enseignante GPT0,386
Écart entre enseignants0,351 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdward Elgar Publishing eBooksMême sujetHydropower, Displacement, Environmental ImpactTravaux en français237 207