Environmental quality and management of fountains in Latvia
Notice bibliographique
Résumé
Maģistra darba nosaukums ir “Latvijas strūklaku vides kvalitāte un apsaimniekošana”. Darba mērķis ir novērtēt Latvijas strūklaku ūdens atbilstību kvalitatīvai videi, noskaidrot strūklaku apsaimniekošanas veidu un tās problēmas, kā arī sniegt rekomendācijas strūklaku apsaimniekošanai. Mērķa sasniegšanai 2016. gada vasarā apsekotas 14 darbojošās strūklakas 13 Latvijas pilsētās, analizēta strūklaku uzbūve un konstrukcija, veikts strūklaku fizikāli-ķīmiskās un bakterioloģiskās kvalitātes novērtējums, izmantojot in situ noteikšanas testus, un, balstoties uz Toronto reģionālās Dabas aizsardzības pārvaldes izstrādāto metodi, noteikta strūklaku ūdens estētiskā kvalitāte. Balstoties uz 2015. gada pētījuma rezultātiem (Krauze, 2015) par Rīgas strūklakām un apmeklētāju skaitu, 2016. gada vasarā īstenots sabiedriskais monitorings biežāk apmeklētajās Kongresu nama un Ziedoņdārza strūklakās, kurā piedalījās Rīgas Valsts 2. ģimnāzijas skolēni. Esošie rezultāti liecina, ka kopumā estētiskā kvalitāte Latvijas strūklakās ir laba. Atsevišķos gadījumos estētisko kvalitāti pazemina strūklaku ūdens duļķainība un tajā esošie atkritumi. Balstoties uz citu valstu izstrādātiem ķīmiskās kvalitātes kritērijiem, novērtēta Latvijas strūklaku ūdens ķīmiskā kvalitāte. Tā daļēji atbilst citās valstīs izstrādātiem kvalitātes kritērijiem strūklaku ķīmiskai kvalitātei. Jūrmalā un Rīgā konstatēta baktēriju klātbūtne, kas potenciāli var ietekmēt atpūtnieku veselību. Lai nodrošinātu strūklaku ūdens kvalitāti un cilvēkiem drošu vidi, sniegtas rekomendācijas Latvijas strūklaku apsaimniekošanai.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».