MétaCan
Menu
Retour à la cohorte
Enregistrement W7115940400 · doi:10.5281/zenodo.17967558

EESU: Ecología y Evolución en Sistemas Urbanos, sección inaugural SCME

2025· article· es· W7115940400 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Languees
DomaineEnvironmental Science
ThématiqueSustainability and Ecological Systems Analysis
Établissements canadiensDepartment of Environment and Conservation
Organismes subventionnairesnon disponible
Mots-clésPersonaUrban environmentContext (archaeology)Urban planning

Résumé

récupéré en direct d'OpenAlex

La urbanización transforma el planeta afectando la biodiversidad de la que dependemos. Desde 2007, más personas viven en ciudades que en áreas rurales, y se proyecta que esta tendencia se intensificará, especialmente en países tropicales y megadiversos como México. Para 2030, se espera que 83.2 % de la población mexicana habite en ciudades; sin embargo, la ecología y evolución urbana nacional sigue siendo poco estudiada. Esto limita la comprensión de cómo responden los sistemas biológicos a la urbanización y obstaculiza la generación de herramientas para mejorar los ambientes urbanos. La Sección Temática “Ecología y Evolución en Sistemas Urbanos” (EESU), de este número del Boletín de la SCME, surge como respuesta a esta necesidad. Fundada en 2023 bajo la SCME, su objetivo es impulsar investigación, formación y acción transdisciplinaria enfocada en ciudades sostenibles (Objetivos de Desarrollo Sostenible de las Naciones Unidad: ODS 11). Desde su creación se han realizado numerosas reuniones y conformado la RED-EESU con más de 60 integrantes enfocados en temas estratégicos como biodiversidad urbana, soluciones basadas en la naturaleza y monitoreo ambiental usando inteligencia artificial. La EESU avanza como una plataforma abierta, colaborativa y transdisciplinaria para contribuir al desarrollo de ciudades mexicanas más resilientes, justas y ecológicamente informadas.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0040,001
Communication savante0,0010,000
Science ouverte0,0020,004
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0780,024

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 Opus0,012
Tête enseignante GPT0,236
Écart entre enseignants0,223 · 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
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetSustainability and Ecological Systems AnalysisTravaux en français237 207