MétaCan
Menu
← Retour à la cohorte
Enregistrement W7030466054

Modélisation par automate cellulaire de scénarios d'aménagement forestier dans une région rurale du sud du Québec

2005· other· fr· W7030466054 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueOpen MIND · 2005
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésContext (archaeology)Process (computing)Identification (biology)Work (physics)Field (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Maskoutains regional county municipality (RCM) in Southern Quebec, Canada, is a dominant agricultural territory characterized by intense deforestation caused by agriculture intensification.A cellular automata (CA) model was elaborated to simulate the future territorial dynamics of this agro-forested landscape.CA are simulation models in which space is an array 0f cells that evolve through time with the application of transition rules dictating how the different celi states react to state configurations present in a specified neighborhood.A specific spatial scale characterizes CA models when they are used to simulate a geographic territory.Scale has been shown to significantly influence statistical analysis and modeling resuits.However, decisions related to scale components in CA modeling are often made arbitrarily, and their impact on the simulation resuits is stili poorly understood.The objective 0f this study is twofold: 1) perform a scale sensitivity analysis 0f CA, and 2) test the influence 0f different land-use scenarios implemented to protect the remaining forested areas.To test the sensitivity to spatial scale, CA were elaborated using a combination 0f multiple ceil sizes and neighborhood configurations.Probabilistic transition rules were computed from the comparison cf two landuse maps derived from Landsat-TM images.Resuits of the sensitivity analysis reveal that spatial scale has a considerable impact on simulation outcomes both in terms 0f land-cover areas and spatial structure.The spatial scale domains that are present in the resuits show the non-linear relationships that link the spatial scale components to the simulation resuits.Based on these findings, a CA was elaborated to study the impact cf varicus forest management scenarios (reduced deforestation, ligniculture, forest connectivity protection).Resuits indicate that none 0f the scenarios succeed in maintaining the actual levels 0f forest area.However, certain scenarios significantly reduce the Ioss of forest areas in the short to mid-term, and delay the fragmentation, reduction, and isolation of fotest patches.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,170
Score d'incertitude au seuil0,341

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,016
Tête enseignante GPT0,247
Écart entre enseignants0,231 · 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'étudeSimulation ou modélisation
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
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→