MétaCan
Menu
Retour à la cohorte
Enregistrement W155031665 · doi:10.13097/archive-ouverte/unige:18793

Biodiversité des mares et étangs: impact du réchauffement climatique et de l'eutrophisation

2011· dissertation· fr· W155031665 sur OpenAlexfundno aff
Véronique Rosset

Notice bibliographique

RevueArchive ouverte UNIGE (University of Geneva) · 2011
Typedissertation
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueBotany and Plant Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesBundesamt für UmweltHaute école Spécialisée de Suisse OccidentaleAgence de l'Eau Rhône Méditerranée CorseNatural Sciences and Engineering Research Council of CanadaUniversité de Genève
Mots-clésHumanitiesForestryGeographyArt

Résumé

récupéré en direct d'OpenAlex

Les mares et étangs et les réseaux qu'ils constituent collectivement, sont des milieux remarquables ayant une forte valeur écologique, sociale et économique. Ils abritent une biodiversité unique qui est souvent plus riche que celle présente dans les eaux courantes ou les lacs. Malgré cette biodiversité exceptionnelle, les mares et étangs ont été et sont encore fortement altérés par les activités humaines. Les objectifs du présent travail sont (1) de déterminer l'impact du réchauffement climatique sur la biodiversité locale (étang) et régionale (pays ou région), (2) de déterminer la forme de la relation entre productivité et biodiversité à l'échelle locale et finalement (3) d'essayer d'évaluer l'impact combiné du réchauffement climatique et de l'eutrophisation. Une centaine d'étangs de Suisse ainsi qu'une centaine d'étangs de France (Dombes, Ain) ont été étudiés. La biodiversité de quatre différents groupes a été étudiée : les macrophytes, les macroinvertébrés aquatiques (le peuplement entier, mais avec une attention particulière sur les gastéropodes et les coléoptères), les odonates adultes et les amphibiens. Deux métriques descriptrices de la biodiversité ont été utilisées : la richesse taxonomique et la valeur de conservation des peuplements, cette dernière exprimant le degré de menace des espèces.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,216
Écart entre enseignants0,196 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchive ouverte UNIGE (University of Geneva)Même sujetBotany and Plant Ecology StudiesTravaux en français237 207