ENVIRONMENTAL FIELD COURSE: TORONTO’S URBAN METABOLISM COURSE SYLLABUS FALL TERM 2014
Notice bibliographique
Résumé
“Imagine, for example, standing on the corner of London’s Piccadilly Circus, and consider the socio-environmental metabolic relations that come together in this global-local place. Smells, tastes, and bodies from all nooks and crannies of the world are floating by, consumed, displayed, narrated, visualised, and transformed. The Rainforest shop and restaurant play to the tune of eco-sensitive shopping and the multibillion-pound eco-industry while competing with McDonalds burgers and Dunkin ’ Donuts; the sounds of world music vibrate from Tower Records; and people, spices, clothes, foodstuffs and materials from all over the world whirl by. The neon lights are fed by energy coming from nuclear power plants and coal- or gas-fired electricity generators. The cars burning fuels from distant oil deposits and pumping CO2 into the air, affecting people, forests, climates and geopolitical conditions all around the globe, further complete the global geographic mappings and traces that flow though the urban and „produce ‟ London as a palimpsest of densely layered bodily, local, national and global – but depressingly uneven geographically – socio-ecological processes. This intermingling of things material, social and symbolic combines to produce a particular socio-environmental milieu that welds nature, society and the city together in a deeply heterogeneous, conflicting and often disturbing whole.”
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,643 | 0,363 |
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 source (Gemma direct ou Codex distillé), 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 ».