MétaCan
Menu
Retour à la cohorte
Enregistrement W7029744601

Land use and land use practices in the Great Lakes Basin: Report of the International Reference Group on Great Lakes Pollution from Land Use Activities, Joint Summary Report - Task B, United States and Canada

2018· report· en· W7029744601 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe Atrium (University of Guelph) · 2018
Typereport
Langueen
DomaineSocial Sciences
ThématiqueWater Resources and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLand useAgricultural landWetlandAgriculturePollutionBaseline (sea)Land managementRecreational useLivestockStructural basin
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This report presents a summary of an Inventory of Land Use and Land Use Practices in the Great Lakes Basin, including trends and projections to 1980, and to 2020 where appropriate. It contains the important features of the Canadian and United States reports on land inventory prepared by the International Reference Group on Great Lakes Pollution from Land Use Activities. Land uses are broken down for each Lake Basin as follows: area (land and water), residential, commercial - industrial, cropland pasture forest, outdoor recreation, wetlands barren, and water (inland). In addition, eight specialized land use categories are discusses and units quantified: mine tailings disposal areas, liquid and solid waste disposal areas, dredge spoil disposal, lakeshore and riverbank erosion, intensive livestock operations, high density non-sewered areas, and recreational lands. Annual materials usages are presented for: agricultural pesticides, commercial fertilizers, agricultural manures, lime and road salt.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,057
Tête enseignante GPT0,252
Écart entre enseignants0,194 · 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.

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 sujetWater Resources and GovernanceTravaux en français237 207