MétaCan
Menu
← Retour à la cohorte
Enregistrement W4407030486 · doi:10.1016/j.jenvman.2025.124372

Developing a cloud-based WebGIS tool for communicating integrated ecosystem services assessment modeling to conservation stakeholders

2025· article· en· W4407030486 sur OpenAlexafffundabout
Wanhong Yang, Yongbo Liu, Hui Shao, Majid Iravani, Zhiqiang Yu, Marian Weber

Notice bibliographique

RevueJournal of Environmental Management · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensEnvironment and Climate Change CanadaOntario GenomicsUniversity of AlbertaEsri (Canada)University of Guelph
Organismes subventionnairesMinistère de l’Environnement, de la Protection de la nature et des ParcsCanada First Research Excellence FundAlberta InnovatesEnvironment and Climate Change CanadaGovernment of AlbertaAgriculture and Agri-Food CanadaUniversity of GuelphOntario Ministry of Agriculture, Food and Rural AffairsDucks Unlimited Canada
Mots-clésEnvironmental resource managementWatershedEcosystem servicesCloud computingSoil conservationBusinessAgricultureDecision support systemComputer scienceEnvironmental planningEnvironmental economicsEnvironmental scienceEcosystemEcology

Résumé

récupéré en direct d'OpenAlex

Modeste watershed in Alberta, Canada. The ESAT application demonstrated its functionalities to support decision making, particularly in identifying cost-effective conservation practices for achieving sediment, phosphorus or nitrogen reduction, or soil carbon increase target. In the research, conservation stakeholders including municipal and provincial governments, conservation management agencies, and NGOs were actively engaged in data collection, modeling development, WebGIS tool development, and training for the use of the WebGIS tool. Conservation stakeholders assessed that the ESAT is a very useful tool for supporting decision making in agri-environmental programs. However, the WebGIS tool can be further simplified and streamlined to improve the user-friendliness of the ESAT.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,033
Tête enseignante GPT0,270
Écart entre enseignants0,237 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Management→Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→