MétaCan
Menu
← Retour à la cohorte
Enregistrement W6983674902

Nature's Past Episode 028: Winnipeg Beach

2012· other· en· W6983674902 sur OpenAlexaboutno aff

Notice bibliographique

RevueYork University Digital Library (York University) · 2012
Typeother
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRecreationShoreTourismGeorge (robot)Natural (archaeology)Work (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the late decades of the nineteenth century, urban North Americans sought refuge from congestion, noise, and pollution. As the environmental problems of industrial cities grew worse, city councils across the continent established urban parks while federal governments in both Canada and the United States developed national parks systems. Parks, as constructed natural spaces, were just one option for city-dwellers seeking relief from polluted urban environments. Many flocked to the shores of oceans, lakes, and rivers where beach side resorts emerged as yet another recreational destination. \n \nAt the beginning of the twentieth century, Winnipeggers turned to the shores of Lake Winnipeg to the north of the city in the hopes of finding an outlet for their leisure time. There the Canadian Pacific Railway established the beachside resort community of Winnipeg Beach. For more than half a century, Winnipeg Beach was one of the most popular recreational retreats for Manitoba’s urban population. Thousands of people enjoyed the lake views and boardwalk entertainments of Winnipeg Beach for many years until the community went into decline by the end of the 1960s. \n \nOn this episode of the podcast, we discuss the history of Winnipeg Beach with author, Dale Barbour. \n \nPlease be sure to take a moment to fill out a short listener survey here.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,485
Score d'incertitude au seuil0,975

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0120,001
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,1000,014

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 Opus0,015
Tête enseignante GPT0,146
Écart entre enseignants0,131 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYork University Digital Library (York University)→Même sujetDiverse Scientific and Economic Studies→Travaux en français237 207→