MétaCan
Menu
Retour à la cohorte
Enregistrement W7019977940

Inventory of land use and land use practices in the Canadian Great Lakes Basin: Report of the International Reference Group on Great Lakes Pollution from Land Use Activities, Volume I, Canadian Great Lakes Basin Summary

2018· report· en· W7019977940 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe Atrium (University of Guelph) · 2018
Typereport
Langueen
DomaineComputer Science
ThématiqueAdvanced Image Processing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLand useStructural basinRecreationVolume (thermodynamics)PollutionDrainage basinHydrology (agriculture)Baseline (sea)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This volume presents an Inventory of Land Use and Land Use Practices in the Canadian Great Lakes Basin, with emphasis on certain trends and projections to 1980 (and to 2020 where appropriate). The Task B report for the Canadian part of the Great Lakes Basin is contained in five volumes: Volume I Canadian Great Lakes Basin Summary, Volume II Lake Superior Basin, Volume III Lake Huron Basin, Volume IV Lake Erie Basin, and Volume V Lake Ontario Basin. This volume, Volume I, is the Canadian Great Lakes Basin Summary report. The report integrates several studies by contractors and sub-contractors. These studies were part of the Canadian Task B effort for the Great Lakes Pollution from Land Use Activities Reference Group, International Joint Commission. This report describes and quantifies, as appropriate, the Canadian Great Lakes Basin's geology, soils, minerals, climate, surface and ground water, vegetation, wildlife, and economic and demographic characteristics. It inventories available information on waste disposal operations, lakeshore and riverbank erosion, high-density non-sewered residential areas and recreational land uses, as well as materials application of agricultural chemicals, fertilizers, animal wastes and salts on highways. Finally, future trends and projections are shown for the above categories.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,301

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,024
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,058
Tête enseignante GPT0,259
Écart entre enseignants0,201 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Atrium (University of Guelph)Même sujetAdvanced Image Processing TechniquesTravaux en français237 207