Bibliographic record
Abstract
Recenti studi di bioacustica hanno evidenziato come il canto degli uccelli sia in grado di generare un’atmosfera di benessere e rilassamento nell’uditore, anche se mescolato alle urbane anthroponies. La presenza dell’avifauna in città è tuttavia sempre più rarefatta, a causa dell’agricoltura intensiva, dell’inquinamento acustico ma soprattutto dalla mancanza di spazi verdi adeguati. Nonostante la riconosciuta importanza del ruolo delle comunità ornitiche negli ecosistemi, la loro funzione nelle aree verdi urbane è spesso trascurata. Metropoli come San Francisco, New York, Toronto sono solo alcuni degli ambienti antropici che intersecano rotte migratorie, disturbandole. Il report redatto nel 2018 da BirdLife circa lo stato dei volatili nomadi, registrava un declino di specie ornitiche pari al 40%. Il paper pone a confronto approcci progettuali atti all’inclusione biofila delle popolazioni di uccelli migratori in città, attraverso lo strumento del parco. Tra gli esempi, il Montrose Point Bird Sanctuary di Chicago, un vero e proprio santuario urbano di biodiversità ed il Lingang Bird Airport a Tianjin, una zona umida ecologica sulla rotta migratoria nota come East Asian Australasian Flyway, firmata McGregor Coxall. Casi realizzati in un’ottica di wildlife-dominance, che si inseriscono nella pratica di “Animal-Aided Design”, una metodologia secondo la quale le scelte di progetto di paesaggio sono intimamente connesse ai bisogni faunistici delle specie più a rischio e da essi guidate. Nei casi indagati, la predisposizione di ambienti idonei alla proliferazione animale diviene l’obiettivo principale del progettista, con conseguenti positivi risvolti sull’uomo come secondo beneficiario, innescando processi di coesistenza sociale e biologica.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.144 | 0.045 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".