Notice bibliographique
Résumé
As White and Frady (1995) say in the Preface of their recent international directory on experts in toxic and harmful algae, ‘Toxic and harmful algal blooms present a growing global problem for fisheries, aquaculture, and public health.’ With entries from 58 countries, they list 22 countries with names and addresses of people working with harmful diatoms and/or their toxins: Australia (3), Canada (29), Chile (1), Croatia (1), Denmark (4), Germany (3), India (3), Israel (1), Japan (6), Netherlands (3), New Zealand (3), Norway (4), People's Republic of China (17), Republic of Korea (2), Romania (1), Russian Federation (1), Spain (6), Thailand (1), Turkey (1), United Kingdom (2), United States of America (29), and Vietnam (1), for a total of 122 workers around the world. One such list of international specialists was compiled by Woods Hole Oceanographic Institution Sea Grant Program in 1990 (subsequently updated), so that the consequences of outbreaks of toxic and harmful algal bloom events on fisheries and public health could be reduced. The purpose of this summary chapter is to serve as a resource for those faced with the challenges brought about by the changing dominant coastal diatom flora. In the study of toxic and harmful diatoms, there are applications for fisheries, public health institutions, mariculture, and tourism.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».