Modeling and mapping in support of the Regional conservational Strategy Framework
Notice bibliographique
Résumé
Prior to November 2010, when The Intertwine Alliance launched the Regional Conservation Strategy (RCS) and Biodiversity Guide (RBG) efforts for the Portland-Vancouver metropolitan region, conservation priorities in the metropolitan region were identified at a broad regional scale that generally excluded urban areas (e.g., state conservation strategies and Willamette Synthesis); were regional but based solely on expert opinion (e.g., Natural Features); and consisted of localized priorities that abruptly ended at jurisdiction boundaries. The goal of the RCS was to fill in the gaps between broad and local scales of information related to conservation priorities. RCS members envisioned a data-driven approach that could add a regional perspective to local efforts and facilitate cross-scale cooperation toward protecting remaining valuable habitat in the Portland-Vancouver metropolitan region. Also, RCS members expected that the product would complement rather than replace local knowledge, by validating what we know and expanding to areas we know less well. In June 2011, INR completed an initial proof-of-concept product describing high value conservation areas in the Portland-Vancouver region. The product demonstrated a methodology that enabled stakeholder involvement while also being data-driven. In September 2012, we completed a second version of this product that is reported on in this document. While the product is considered complete at this time, it is expected and hoped that the models and data will be updated and improved upon into the future as more and better information becomes available so that the product functions as a "living work" rather than a one-time snapshot in time. Several key products resulted from the project: the High Value Habitat data describing high value terrestrial habitat within the metropolitan region, the Riparian Habitat data describing high value habitat adjacent to streams and rivers, and the high spatial resolution land cover data set describing land cover at a 5 m spatial resolution.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».