MétaCan
Menu
Retour à la cohorte
Enregistrement W4398189904 · doi:10.35690/978-2-7592-3879-8

De l'arbre en ville à la forêt urbaine

2024· book· fr· W4398189904 sur OpenAlexaff
Bastien Castagneyrol, Serge Muller, Alain Paquette

Notice bibliographique

Revueéditions Quae eBooks · 2024
Typebook
Languefr
DomaineSocial Sciences
ThématiqueFrench Urban and Social Studies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésArtGeography

Résumé

récupéré en direct d'OpenAlex

La plantation d’arbres est utilisée par de nombreuses municipalités comme solution naturelle pour faire face aux enjeux du changement climatique. Ce choix permet d’abaisser la température en luttant contre les îlots de chaleur urbains, de fournir un support à la biodiversité, d’améliorer le cadre de vie ainsi que la santé physique et mentale des citadins. L’arbre en ville, qu’il soit seul, en alignement ou dans un parc urbain, dépend de ses interactions avec les organismes qui lui sont associés dans les feuilles, le bois, le sol mais aussi de ses liens avec les arbres voisins et avec l’écosystème urbain. Fortement liés aux activités humaines, l’arbre en ville et la forêt urbaine font l’objet d’une gestion précise dont les enjeux et les modalités ont évolué au cours du temps. L’environnement urbain présente en effet des contraintes mais offre également des opportunités pour le développement des arbres. En retour, l’arbre et la forêt contribuent à façonner l’environnement urbain, avec un bénéfice recherché pour les populations humaines, faisant d’eux des objets autant écologiques que politiques. Cet ouvrage s’adresse à un public averti, et particulièrement aux personnes étudiantes et enseignantes en sciences du vivant et de l’environnement, en géographie, en sociologie et en sciences politiques. Il intéressera également les urbanistes, les gestionnaires des espaces verts et les élues et élus des municipalités.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,365
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,271
Écart entre enseignants0,243 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueéditions Quae eBooksMême sujetFrench Urban and Social StudiesTravaux en français237 207