MétaCan
Menu
Retour à la cohorte
Enregistrement W7029451997

Integrated resource management planning through the linking of mathematical and judgement-based models / by Kwang-Il Tak

2017· other· en· W7029451997 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge Commons (Lakehead University) · 2017
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTime horizonComplement (music)Resource (disambiguation)Resource planningResource management (computing)Wildlife
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to develop an
\nanalytical technique to enable forest managers to handle
\neffectively the complex problem of integrated resource
\nmanagement planning using quantitative and qualitative
\ninformation. Two different types of modelling approaches
\nwere used: 1) a quantitative-oriented linear goal
\nprogramming and 2) a qualitative-oriented IDA model. These
\ntwo types of model were linked to complement each other. By
\nmeans of an inter-disciplinary workshop approach, an attempt
\nwas made to strengthen and broaden the power of the models
\nto represent real world problems. Timber, wildlife and
\noutdoor recreation-related objectives and variables were
\nused for this study. Sibley Provincial Park in Ontario,
\nCanada, was used for the trial application of this approach.
\nA ten-year planning horizon and four cutting alternatives
\nwere employed. A resource policy which provided all
\ninterest groups in the workshop with the highest
\nsatisfaction levels was developed. The forest land in the
\nstudy area was allocated optimally to achieve the multiple
\nobjectives of timber, wildlife and outdoor recreation.
\nDetermining target levels and weights for goal programming
\napplication were improved by linking LP and IDA processes.
\nSubjective judgements of workshop participants were partly
\nassisted and improved by initial LP solutions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,067
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,265
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge Commons (Lakehead University)Travaux en français237 207