Notice bibliographique
Résumé
This episode was produced by Mendel Skulski and Adam Huggins, with help from Eric Higgs, and features the voices of Jeanine Rhemtulla, Eric Higgs, Mary Sanseverino, Brian Starzomski, Bill Snow, Sandra Frey, Julie Fortin, Jenna Falk, Alina Fisher, Andrew Trant, Kristen Walsh, Jill Delaney, and Rob Watt. \n \nMusic by Thumbug, Shadow Acid, Erik Tuttle, Sage Palm, and Sunfish Moon Light \n \nFrom Eric: \n \nThere are many voices associated with the Mountain Legacy Project, and only a few are represented in this episode. First, to the gifted field team members, who since 1998 greeted so many mountains and learned to love delicate camera equipment. Dedicated volunteers such as Ian MacLaren, Rob Watt, Rick Arthur and Sandy Campbell turned a research notion into a sprawling project. Heroes within institutions such as the University of Victoria, Parks Canada, Alberta Agriculture and Forestry—Jonathan Bengston, Shahira Khair, Jeff Albert, Rick Kubian, Mike Eder, Kim Pearson, Bruce Mayer and many others—ensured the flow of in-kind support and funding. Funding agencies, such as SSHRC and fRI Research, supported innovation. Colleagues and students near and far have continuously stirred new ideas. All of this work is made possible by two professionally introverted groups: archivists and software specialists. Thank you to Pascal LeBlond, Jill Delaney and the digitization team at Library and Archives Canada, and software whizzes Chris Gat, Spencer Rose and Mike Whitney. Might the most enduring legacy of our work be the transfiguration of colonial materials for support of Indigenous resurgence and reconciliation? I hope so, and am grateful for colleagues and advisors including Sarah Hunt, Darcy Mathews, Ry Moran, Craig Richards, Bill Snow and others for showing the way, such as the Canadian Mountain Network, SSHRC and fRI Research. \n \nFunding for this episode of Future Ecologies was granted through the University of Victoria’s Pathways to Impact fund.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».