Invasive Species Research to Meet the Needs of Resource Management and Planning
Notice bibliographique
Résumé
As zebra mussels (Dreissena polymorpha) continue to spread among inland lakes of the United States and Canada, there is growing interest from professionals, citizens, and other stakeholders to know which lakes are likely to be colonized by zebra mussels. Thus, we developed a classification of lake suitability for zebra mussels on the basis of measured or estimated concentrations of dissolved calcium in lake water and applied the classification to >11,500 lakes in Wisconsin and the Upper Peninsula of Michigan. The majority of lakes (58%) were classified as unsuitable (<10 mg/L Ca) for survival and reproduction of zebra mussels, 27% were identified as suitable (≥21 mg/L Ca), and 15% were classified as borderline suitable (≥10 and <21 mg/L Ca). Of the 77 inland lakes with confirmed zebra mussel records for which data on dissolved calcium were available, our method classified 74 as suitable and 3 as borderline suitable. To communicate this lake-specific suitability information and to help prioritize regional efforts to monitor and prevent the expansion of zebra mussels and other invasive species, we developed a web-based interface (available from http://www.aissmartprevention.wisc.edu/). Although we are still uncertain of how access to suitability information ultimately affects decision making, we believe this is a useful case study of building communication channels among researchers, practitioners, and the public.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».