MétaCan
Menu
Retour à la cohorte
Enregistrement W182880712 · doi:10.1017/cbo9780511576348.006

<i>Cabomba caroliniana</i> Gray (Cabombaceae)

2009· book-chapter· en· W182880712 sur OpenAlexaboutno aff
Shon Schooler, Guillermo Cabrera Walsh, Mic H. Julien

Notice bibliographique

RevueCambridge University Press eBooks · 2009
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyPetalEcologyGeography

Résumé

récupéré en direct d'OpenAlex

Introduction Cabomba ( Cabomba caroliniana Gray, Cabombaceae), or water fanwort, is a fast-growing submerged aquatic plant that has the potential to infest permanent water bodies in a range of regions – from tropical to cool temperate – throughout the world. It is considered a serious pest in the United States, Canada, the Netherlands, Japan, India, China, and Australia, and is present in Hungary, South Africa, and the United Kingdom. Cabomba grows well in slow-moving water bodies, preferring areas of permanent standing water less than 4 m deep; however, it can also grow at depths up to 6 m in Australia (Schooler and Julien, 2006). The weed is recognized by its opposing pairs of finely dissected underwater leaves that are feathery or fan-like in appearance (Fig. 6.1 and Fig. 6.2). Small white flowers bearing three petals and three sepals extend above the water surface, making infestations more visible in summer months. Reproduction is almost entirely vegetative throughout most of the introduced localities and any fragment that includes nodes can grow into a new plant (Sanders, 1979). Cabomba originates from South America (Orgaard, 1991). The plant's tolerance of fragmentation and delicate appearance make it a desirable aquarium plant (Hiscock, 2003) and consequently it was brought into many countries through the aquarium trade. Cabomba was subsequently introduced into lakes and streams both accidentally, through the dumping of aquarium water, and on purpose, to enable cultivation for later collection and sale.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0210,006

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 Opus0,009
Tête enseignante GPT0,169
Écart entre enseignants0,160 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207