Australia's terrestrial industrial footprint and ecological intactness
Notice bibliographique
Résumé
These datasets represent a Human Industrial Footprint (HIF) index map and an Ecological Intactness Index (EII) map for Australia circa 2020-2024. The datasets are distributed in raster format (.tif) and have a spatial resolution of 100 m, mapped on an Australian Albers Equal Area projection (EPSG:3577). The HIF was created by incorporating 16 nationally relevant pressure layers, also part of the dataset. The pressures used to compute the HIF were 1) intensive land uses, 2) buildings, 3) mining and quarrying, 4) human population density, 5) croplands, 6) pasturelands, 7) forestry plantations, 8) reservoirs and large dams, 9) farm dams, 10) roads, 11) railways, 12) energy transmission lines, 13) oil pipelines, 14) gas pipelines, 15) hiking trails, and 16) navigable waterways. Each pressure layer was assigned a relative score between 0 and 10 to make them comparable. The scored (scaled) pressure layers were then summed to obtain the final HIF map. The HIF was used to derive the Ecological Intactness Index (EII). The EII is calculated using the HIF, with the intactness index value for each cell parameterised to: a) be proportional to habitat area when there is no habitat fragmentation; b) decline mono-tonically as fragmentation increases, and be sensitive to both the number of nearby patches and the separation between patches, and (c) to be proportional to habitat quality for a given total area of habitat and degree of fragmentation. In the pressure layer folder, native and modified pasturelands are merged in the "pastures" pressure layer and paved and unpaved roads are in the "roads" layer. Acknowledgements This research was funded by The Wilderness Society. Contact Further queries regarding these datasets can be directed to Ruben Venegas (r.venegas@uq.edu.au) and James Watson (james.watson@uq.edu.au).
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,004 |
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.
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 ».