MétaCan
Menu
Retour à la cohorte
Enregistrement W4395693878 · doi:10.52939/ijg.v20i4.3151

Multiscale Space-Time Analysis of Environmental Changes in the Oil Sands Area (Alberta, Canada)

2024· article· en· W4395693878 sur OpenAlexafffundabout

Notice bibliographique

RevueInternational Journal of Geoinformatics · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensFuture EarthUniversity of Calgary
Organismes subventionnairesGovernment of AlbertaAlberta Environment and Parks
Mots-clésOil sandsGeographyEnvironmental scienceGeologyMeteorologyCartography

Résumé

récupéré en direct d'OpenAlex

Our study encompasses the Oil Sands Area (OSA) within northern Alberta, Canada, which has experienced substantial environmental changes over the last decades, in association with natural and anthropogenic disturbances. Using composites of Landsat imagery for 5-year intervals between 2000 and 2020, we performed two parallel geospatial analyses to assess environmental changes, examining landscape metrics and spectral indices. Landscape metrics were calculated from land use/land cover maps derived from a Random Forest supervised classification. Spectral indices included Normalized Difference Vegetation Index (NDVI) and Normalised Difference Built-up Index (NDBI), among others. Both hierarchical zonal analysis of spectral indices and zonal landscape metrics were calculated based upon two different aggregations of nested drainage basin features from hydrologic unit code (HUC - Watersheds of Alberta). Spatial contiguity of changes was evaluated by hotspot analysis. HUCs determined to experience significant changes at coarse aggregation level were examined at finer level. The combination of landscape metrics and zonal analysis provided evidence of substantial, yet localized, areas of changing trends. Mixed forest experienced the most significant changes; urban/barren areas initially increased and later decreased, indicating change both in agricultural and human-made areas.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,110

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,003
Tête enseignante GPT0,190
Écart entre enseignants0,186 · 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of GeoinformaticsMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207