MétaCan
Menu
Retour à la cohorte
Enregistrement W4401024781 · doi:10.3390/land13081144

Per Capita Land Use through Time and Space: A New Database for (Pre)Historic Land-Use Reconstructions

2024· article· en· W4401024781 sur OpenAlexaff
Chad Hill, Marco Madella, Nicki J. Whitehouse, Carolina Jiménez-Arteaga, Emily Hammer, J.L. Bates, Lynn Welton, Stefano Biagetti, Johanna Hilpert, Kathleen D. Morrison

Notice bibliographique

RevueLand · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArchaeology and ancient environmental studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAkademie der NaturwissenschaftenChinese Academy of Sciences
Mots-clésLand usePer capitaLand coverDatabaseLand use, land-use change and forestryRange (aeronautics)GeographyEnvironmental resource managementClimate changePerspective (graphical)Computer scienceEnvironmental scienceEcology

Résumé

récupéré en direct d'OpenAlex

Anthropogenic land cover change (ALCC) models, commonly used for climate modeling, tend to utilize relatively simplistic models of human interaction with the environment. They have historically relied on unsophisticated assumptions about the temporal and spatial variability of the area needed to support one person: per capita land use (PCLU). To help refine ALCC models, we used a range of data sources to build a new database that attempts to bring together PCLU data with significant time depth and a global perspective. This new database can provide new nuance for our understanding of the variability in land use among and between time periods and regions, data that will have wide applicability for continued research into past human land use and present land-use change, and can hopefully help improve existing ALCC models. An example is provided, showing the potential impact of new PCLU data on land-use mapping in the Middle East at 6000 BP.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,369
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,022
Tête enseignante GPT0,221
Écart entre enseignants0,199 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLandMême sujetArchaeology and ancient environmental studiesTravaux en français237 207