MétaCan
Menu
Retour à la cohorte
Enregistrement W4390456232 · doi:10.1672/ucrt083-297

Restoring the Garden of Eden: Negative Impacts by Ali Abdul Zahra Douabul and Sama Sameer AlMaarofi

2014· article· en· W4390456232 sur OpenAlexfundno aff
Ali A.Z. DouAbul

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of WaterlooMinistry of EnvironmentUnited States Agency for International Development
Mots-clésMarshWater qualityHydrology (agriculture)WetlandHabitatWildlifeEnvironmental scienceSalt marshEcologyWater resource managementGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Widely known as the “Garden of Eden”, the extensive Mesopotamian Marshes in Iraq once teemed with life. The marshes were the source of the Shatt Al Arab River and provided fresh water and aquatic resources to many communities downstream. Almost half a century of poor management and intentional drainage by military campaigns, government diversion and irrigation usage have resulted in a substantial deterioration of water quality and subsequent loss of wildlife and habitat. With good intentions, inundation efforts were implemented and additional measures are planned by the Iraqi government to regulate water flow; however decisions have not been based on sufficient scientific data and the complex marshland interactions have not been fully understood. A common misconception is that salinity increases have resulted from Arabian Gulf salt intrusions. Field studies conducted through the Marine Science Centre at the University of Basrah (Iraq) investigated various environmental parameters pertaining to hydrology, water quality, ecology and sedimentology between 2004 and 2013 within the Shatt Al-Arab. The data highlights the integral role of the marshes in maintaining water quality in the Shatt Al-Arab and that the marshes are the main source of salt upstream of the Shatt Al-Arab.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,258
Écart entre enseignants0,249 · 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
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTransboundary Water Resource ManagementTravaux en français237 207