Herring Gull Abundance in parking lots with/without automobile vehicles
Notice bibliographique
Résumé
A field experiment was conducted from October 15,2020 to October 17,2020 about how the prevalence of appearance of Herring Gulls in the parking lot is affected by the presence of cars in the parking lot. The three specific locations that were selected are big parking lots that have an open area located within Mississauga Heartland that are about 1km-2 km apart from each other. The optimal time at which the parking lots at the three different locations were empty from cars was between the time of 7 am – 8am and the time the parking lot was full of cars was between 3 pm-4pm. On October 15,2020 I would arrive at location #1 (43.616004N, -79.701848W) at 7 am and observe how many Herring Gulls I can see within my field of view at the parking lot for about 8-10 minutes. Then I would drive to location number two ( 43°34'46.7"N 79°44'02.2"W) and arrive by 7:15 am and I would observe how many Herring Gulls I can spot within my field of view at the parking lot for about 8-10 minutes. I would go to the third location (43.599588, -79.712981) and perform the same exact procedure I did for location one and two. Then later throughout the day, I would arrive at location one at 3pm, location two at 3:15 pm and location three at 3:30 pm and takes notes about how many Herring Gulls I spot at the parking lot within the 8-10 minutes I am there. I repeated the following procedure on October 16,2020 and October 17,2020 to get replicate measurement for data. Before performing the field study, perform a pilot study to make sure that all the parking lots chosen to contain a restaurant chain and a garbage can within the plaza. Also make sure that the 3-day period weather forecast is between 11 – 15 degree with no rain. A car was used to get from location one to location two and three.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».