MétaCan
Menu
Back to cohort
Record W6989267024

Användning av barrträd i urban miljö : möjligheter och begränsningar

2014· other· sv· W6989267024 on OpenAlexaboutno aff

Bibliographic record

VenueEpsilon Archive for Student Projects (University of Southampton) · 2014
Typeother
Languagesv
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsGender relationsQuarter (Canadian coin)
DOInot available

Abstract

fetched live from OpenAlex

Lövträd har traditionsenligt valts ut för att berika stadens grönska och barrträden har ännu inte fått samma förtroende i stadsmiljöns gator och torg. Vi var nyfikna på att undersöka om 70-talets överanvändning av barrträd och dess negativa klang dröjer sig kvar och påverkar dagens val av stadsträd. Eller kan det vara barrträdens bristande egenskaper att hantera stress som begränsar dess framfart i urbana sammanhang?
\nAtt utöka dendrofloran med en varierad sammansättning av barrträd ger ett flertal fördelar som grönska året runt och ett stabilare ekosystem. Undersökningen är avgränsad till sydvästra Skåne och behandlar arterna utifrån de geografiskt rådande förhållandena. För att undersökningen skall verklighetsförankras har urvalet av barrträd som ingår i studien främst baserats på förslag från aktivt arbetande inom det aktuella området och särskilt kunniga inom dendrologi. Den urbana miljön innebär att ett träd måste kunna hantera ett antal stressfaktorer. Undersökningen har främst fokuserat på en arts tålighet för torka, kalk, salt och luftföroreningar samt särskilda känsligheter som krav på markfukt, vindskydd och känslighet mot ett högt pH.
\nFlera barrträd är lämpliga för en urban miljö. Ofta är det placeringen som avgör. De tåliga släktena tall och en är lämpliga i stadens gaturum med begränsat utrymme både under och ovan mark. De känsligare barrträden som gran, ädelgran och kinesisk sequoia har även de sin plats i staden men då i en generösare växtbädd och med goda markförhållanden.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: Other
Teacher disagreement score0.284
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.000
Meta-epidemiology (narrow)0.0030.003
Meta-epidemiology (broad)0.0040.003
Bibliometrics0.0040.001
Science and technology studies0.0020.002
Scholarly communication0.0000.001
Open science0.0050.003
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0060.011

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.018
GPT teacher head0.246
Teacher spread0.228 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreOther

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueEpsilon Archive for Student Projects (University of Southampton)French-language works237,207