MétaCan
Menu
Retour à la cohorte
Enregistrement W7039610907

Northern lights : a history of Thunder Bay Hydro / by David Leo Black.

2017· other· en· W7039610907 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge Commons (Lakehead University) · 2017
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNucleofectionTSG101HyporeflexiaLiquationDiafiltrationSubpoena
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Electricity has played an important role in the economic and social development
\nof Ontario cities, and Port Arthur and Fort William located at the head of the Great
\nLakes are no exception to this rule. Industrial development depended on an adequate
\nelectric power supply, especially for the pulp and paper industry, the industrial mainstay
\nat the Lakehead. Safety in the city streets and a high quality of life for the citizens were
\nalso provided by electric lighting and numerous electric appliances. There are few
\nhouseholds or businesses today that do not have access to electrical power; in this way,
\nit has touched each of our lives. This paper examines the history of the prime provider
\nof electric power at the Lakehead, Thunder Bay Hydro and its predecessors. For one
\nhundred and ten years this area has been served by the hydro electric Commissions of the
\ntwo cities. For the first four decades of their existence, roughly 1910 until the end of the
\nGreat Depression, the Port Arthur Public Utilities Commission and the Fort William
\nHydro-Electric Commission were influenced greatly by the inter-city rivalry. The two
\ncites are geographically isolated from other cities but in close proximity to each other
\nand this set the stage for their rivalry. They competed for such things as industries and
\nelectric power. After the Great Depression began, however this rivalry subsided, where
\nelectric power matters were concerned.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,758
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0040,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,009

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 Opus0,027
Tête enseignante GPT0,228
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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