MétaCan
Menu
Retour à la cohorte
Enregistrement W60203721 · doi:10.1093/jof/103.1.47

Digital Forestry: A White Paper

2005· article· en· W60203721 sur OpenAlexafffund
Guang Zhao, Guofan Shao, Keith M. Reynolds, Michael C. Wimberly, T. T. Warner, John W. Moser, Keith Rennolls, Steen Magnussen, Michael Köhl, Hans-Erik Anderson, Guillermo Mendoza, Andreas Huth, Liangjun Zhang, James A. Brey, Yujun Sun, Ronghua Ye, Brett Martin, Fengri Li

Notice bibliographique

RevueJournal of Forestry · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensCanadian Forest Service
Organismes subventionnairesPacific Northwest Research StationU.S. Forest ServiceUniversität HamburgPurdue UniversityChinese Academy of SciencesNational Natural Science Foundation of ChinaU.S. Department of AgricultureChinese Academy of ForestryUniversity of Illinois at Urbana-ChampaignNortheast Forestry UniversityWest Virginia UniversityCanadian Forest ServiceDivision of Mathematical SciencesInstitute of Applied Ecology, Chinese Academy of SciencesUniversity of GreenwichNational Science FoundationUniversity of WashingtonDepartment of Forestry and Natural Resources, Purdue UniversitySyracuse University
Mots-clésForestrySustainable forest managementCommunity forestryForest managementHost (biology)Sustainable developmentForest ecologyEnvironmental resource managementDigital ecosystemBusinessEcosystemComputer scienceGeographyPolitical scienceEcologyEnvironmental scienceKnowledge management

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,232

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,001
Communication savante0,0070,004
Science ouverte0,0010,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0690,023

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 Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,213 · 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

Citations28
Publié2005
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueJournal of ForestryMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207