MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401672788 · doi:10.1515/9781773855110

Canadian Mountain Assessment

2023· book· en· W4401672788 sur OpenAlexaboutno aff
Eric Higgs, Aerin L. Jacob, Gùdia Mary Jane Johnson, Linda L. Johnson, Megan Dicker, Dani Inkpen, Michèle Koppes, Keara Lightning, Brenda Parlee, Wanda Pascal, J. M. Shea, Daniel Sims, Niiyokamigaabaw Deondre Smiles, Leon Andrew, Caroline Aubry‐Wake, David Borish, Ashley-Anne Churchill, Dawn Saunders Dahl, Goota Desmarais, Karine Gagné, Erika Gavenus, Stephan Gruber, Jiaao Guo, Katherine Hanly, Nina Hewitt, Murray M. Humphries, Rod Hunter, Lawrence Ignace, Pnnal Bernard Jerome, Patricia Joe, Stephen Johnston, Knut Kitching, Hayden Melting Tallow, Charlotte Mitchell, Tim Patterson, Sophie Pheasant, Karen Pheasant, Melissa Quesnelle, Rachel Reimer, Lauren Rethoret, Gabriella Richardson, Brooklyn Rushton, María Elisa Sánchez, Richard Schuster, Tonya Smith, Lauren Somers, Chris Springer, Kyra A. St. Pierre, Karson Sudlow, Yan Tapp, Julie M. Thériault, Andrew J. Trant, Vincent Vionnet, John W.F. Waldron, Gabrielle Weasel Head, Sonia Wesche, Nicole J. Wilson, Matthew Wiseman, Kristine Wray, Stephen M. Chignell, T. F. McIlwraith, PearlAnn Reichwein, Steven M. Vamosi, Brandy Mayes, Christopher Marsh, Daniel Kraus, Douglas Kootenay, Lachlan Mackinnon, Rosemary Langford, Sydney Lancaster, Graham McDowell, Madison Stevens, Shawn J. Marshall

Notice bibliographique

RevueUniversity of Calgary Press eBooks · 2023
Typebook
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologyGeography

Résumé

récupéré en direct d'OpenAlex

The Canadian Mountain Assessment provides a first-of-its-kind look at what we know, do not know, and need to know about mountain systems in Canada. The assessment is based on insights from First Nations, Métis, and Inuit knowledges of mountains, as well as findings from an extensive assessment of pertinent academic literature. Its inclusive knowledge co-creation approach brings these multiple forms of evidence together in ways that enhance our collective understanding of mountains in Canada, while also respecting and maintaining the integrity of different knowledge systems. The Canadian Mountain Assessment is a text-based document, but also includes a variety of visual materials as well as access to video recordings of oral knowledges shared by Indigenous individuals from mountain areas in Canada. The assessment is the result of over three years of work, during which time the initiative played an important role in connecting and cultivating relationships between mountain knowledge holders from across Canada. It is the outcome of contributions from more than 80 Indigenous and non-Indigenous individuals and contains six chapters: Introduction Mountain Environments Mountains as Homelands Gifts of the Mountains Mountains Under Pressure Desirable Mountain Futures By way of these chapters, the Canadian Mountain Assessment aims to enhance appreciation for the diversity and significance of mountains in Canada, to clarify challenges and opportunities for mountain systems in the country, and to motivate and inform new research, relationships, and actions that support the realization of desirable mountain futures. More broadly, the Canadian Mountain Assessment provides insights into applied reconciliation efforts in a knowledge assessment context and seeks to inspire similar knowledge co-creation efforts in and beyond Canada.

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)0,003
score de la tête « metaresearch » (Gemma)0,013
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil0,481

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,014
Études des sciences et des technologies0,0120,001
Communication savante0,0090,003
Science ouverte0,0040,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,1320,023

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 Opus0,010
Tête enseignante GPT0,189
Écart entre enseignants0,180 · 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
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Calgary Press eBooks→Même sujetLandslides and related hazards→Travaux en français237 207→