2020 Annual report : regreening program
Notice bibliographique
Résumé
After 34 years of reclamation activity in the City of Greater Sudbury, the Regreening Program has progressed beyond spreading limestone, fertilizer and grass/legume seed mix.Now that stands of trees are providing canopy cover, it is time to help jump-start the forest development process and address issues outlined in the Biodiversity Action Plan.In 2012, the Regreening Program created 30 temporary employment opportunities, reclaimed 4.1 hectares of barren land at a variety of locations, and planted over 70,000 tree seedlings and almost 50,000 shrubs/understory trees throughout Greater Sudbury.External funding, material and in-kind contributions enabled the implementation of the second year of the 5 Year Plan 2011-2015.A quick summary of accomplishments is shown in the table to the right.VETAC's Urban Landscape sub-committee continued with the eighth annual "Ugliest Schoolyard Contest".The grand prize winner was cole St-Joseph in Sudbury.In all, 17 local businesses, corporations and special interest groups provided funding, materials and offered services to complete the schoolyard regreening project.Corporate funding from Xstrata Nickel in the amount of $75,000 enabled the Committee to extend the prize package to four runner-up schools: .s.Hanmer, Chelmsford P.S., Ernie Checkeris P.S. and Copper Cliff P.S. Schoolyard transformations occurred from late
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».