MétaCan
Menu
Retour à la cohorte
Enregistrement W4382706187 · doi:10.59911/mgg.2786-7994.2021.1(2).251872

MODERN ECOLOGICAL AND ECONOMIC PROJECTS OF TRANSFORMATION OF COAL MINING REGIONS IN THE WORLD

2022· article· en· W4382706187 sur OpenAlexaboutno aff
Hanna Liventseva, Alina Nikitina, В.В. Вергельська

Notice bibliographique

RevueMining Geology & Geoecology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Gasification Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoalAbandonment (legal)Coal miningClimate changeGreenhouse gasBusinessNatural resource economicsPolitical scienceEconomicsEcologyEngineeringWaste management

Résumé

récupéré en direct d'OpenAlex

Given the environmental issues of coal mining regions and the transition to alternative fuels, the issue of transformation of mining regions is relevant. Coal mining regions affect not only landscape change, but also emissions of gases, including carbon dioxide. Coal combustion is considered to be one of the main causes of the release of large amounts of CO2 into the atmosphere, which causes the greenhouse effect and, consequently, global warming. Therefore, it is in Western Europe, where the idea of climate protection enjoys widespread public support, that various specific measures are being taken to accelerate the abandonment of coal. The greatest successes in the transformation of coal mining enterprises have been achieved in Germany, Great Britain, America, Canada, Poland and other European countries. In most countries, the transformation of coal mining enterprises takes place in two main directions: the creation of individual enterprises (business projects) or technology parks. Although the process of structural change and the abandonment of coal have their differences in each country and region, Germany's experience has identified major challenges and shaped strategic options for structural change in mining regions. The considered ecological and economic projects in other countries have an opportunity to be realized also at our coal mining enterprises.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,002
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 Opus0,022
Tête enseignante GPT0,231
Écart entre enseignants0,209 · 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'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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMining Geology & GeoecologyMême sujetMining and Gasification TechnologiesTravaux en français237 207