IUFRO World Series #31: Understanding Relationships between Biodiversity, Carbon, Forests and People: The Key to Achieving REDD+ Objectives.
Notice bibliographique
Résumé
Report on "Understanding Relationships between Biodiversity, Carbon, Forests and People: The Key to Achieving REDD+ Objectives" and Policy brief now online. Official launch in Doha on 2 December! Understanding Relationships between Biodiversity, Carbon, Forests and People: The Key to Achieving REDD+ Objectives. A Global Assessment Report. Prepared by the Global Forest Expert Panel on Biodiversity, Forest Management, and REDD+ Editors: John A. Parrotta, Christoph Wildburger, Stephanie Mansourian More than 60 scientists from around the world collaborated on the peer-reviewed publication "Understanding Relationships between Biodiversity, Carbon, Forests and People: The Key to Achieving REDD+ Objectives. A Global Assessment Report," which was coordinated by IUFRO on behalf of the Collaborative Partnership on Forests (CPF). The full report will be formally presented at Forest Day 6 on 2 December during the United Nations Framework Convention on Climate Change (UNFCCC) meeting in Doha, Qatar that starts later this month (26 November-7 December, 2012). Report and policy brief available at: http://www.iufro.org/science/gfep/biodiv-forman-redd-panel/report/ Press release available at: http://www.iufro.org/science/gfep/media-information/gfep-bfmr-assessment-press-release/
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 | 0,016 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,025 |
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 ».