Audit Analytics Dashboard para avaliação de impactos da certificação do manejo florestal FSC
Notice bibliographique
Résumé
Desde o início da certificação do manejo florestal FSC (Forest Stewarship Council) os estudos realizados para avaliar os impactos da certificação do manejo florestal sustentável são baseados em informações secundárias, sendo que os estudos de campo são onerosos, demorados e trabalhosos.Para trazer uma abordagem baseada em evidência coletadas e não apenas em análises de não-conformidades, selecionamos 33 indicadores-chave, reagrupados em três percursos: ambiental, social e operacional.Os indicadores-chave foram implementados em uma plataforma de análise de transformar big data em informações úteis de forma a contribuir que organizações certificadas visualizem graficamente seus dados de desempenho a qualquer tempo e momento, ao longo do ciclo de certificação.Equitativamente, foram selecionados 7 indicadores-chave para o percurso ambiental, 8 indicadores-chave (mundo do trabalho) e 8 indicadores-chave (comunidades) para o percurso social e 10 indicadores-chave para o percurso operacional.A plataforma "Audit Analytics Dashboard" resultou em dashboards interativos dos resultados.Nosso método sugere que futuramente, as organizações certificadas poderão avaliar o real impacto da certificação do manejo florestal FSC por meio das informações detalhadas no longo prazo.
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 | 0,009 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».