Land use adjacent to wetlands in Southern Ontario
Notice bibliographique
Résumé
Wetlands can be greatly affected by their adjacent land uses. Existing regional databases on land use and evaluated wetland location were analysed for the amount of various land uses abutting evaluated wetlands in southern Ontario. A sample of 27 National Topographic System map sheets was chosen based on a set of criteria to ensure representation of land use conditions. Wetland boundaries overlaid on land use maps were measured for the different abutting land uses. Evaluated wetland perimeters totalling 6,704.6 kilometers were measured within a sample study area of 21,445 square kilometers. Half the abutting uses were natural, dominated by forest. Agriculture accounted for 40% of the wetland perimeter - 11.4% Row Crop, 9.4%; Traditional Mixed and Grain systems; 18.2% Hay, Pasture and Grazing systems; 0.6% Specialty crop systems.Built-up uses abutted 5% of the evaluated wetland perimeter, dominated by rural road and non-farm residential uses. Water occurred along 4.4% of wetland perimeters. Minor differences are noted with a smaller sample set and between wetland class groupings. The spatial distribution of land uses abutting evaluated wetlands shows a wide range of wetland perimeter occurrence. Natural and agricultural uses dominate in 25 of the 27 sample areas. Agricultural system types adjacent to wetlands generally reflect their distribution in southern Ontario.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».