MétaCan
Menu
Retour à la cohorte
Enregistrement W1484302957 · doi:10.1111/j.1752-4571.2011.00212.x

Fates beyond traits: ecological consequences of human‐induced trait change

2011· article· en· W1484302957 sur OpenAlexaff
Eric P. Palkovacs, Michael T. Kinnison, Cristián Correa, Christopher Dalton, Andrew P. Hendry

Notice bibliographique

RevueEvolutionary Applications · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTraitEcologyBiologyEnvironmental changeEcosystemPhenotypic plasticityTrophic levelClimate changeGlobal changePhenotypic traitPhenotype

Résumé

récupéré en direct d'OpenAlex

Human-induced trait change has been documented in freshwater, marine, and terrestrial ecosystems worldwide. These trait changes are driven by phenotypic plasticity and contemporary evolution. While efforts to manage human-induced trait change are beginning to receive some attention, managing its ecological consequences has received virtually none. Recent work suggests that contemporary trait change can have important effects on the dynamics of populations, communities, and ecosystems. Therefore, trait changes caused by human activity may be shaping ecological dynamics on a global scale. We present evidence for important ecological effects associated with human-induced trait change in a variety of study systems. These effects can occur over large spatial scales and impact system-wide processes such as trophic cascades. Importantly, the magnitude of these effects can be on par with those of traditional ecological drivers such as species presence. However, phenotypic change is not always an agent of ecological change; it can also buffer ecosystems against change. Determining the conditions under which phenotypic change may promote vs prevent ecological change should be a top research priority.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,103
Tête enseignante GPT0,324
Écart entre enseignants0,221 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations229
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolutionary ApplicationsMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207