MétaCan
Menu
Retour à la cohorte
Enregistrement W1977726462 · doi:10.5539/ijb.v2n2p158

Influences of Aquiculture on Ecological Environment

2010· article· en· W1977726462 sur OpenAlexvenueno aff
Guangjun Wang, Xie Jun, Guangping Yin, Deguang Yu, Ermeng Yu, Haiying Wang, Wangbao Gong

Notice bibliographique

RevueInternational Journal of Biology · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Technology and Control Systems
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésChinaPollutionAquatic ecosystemWater qualityQuality (philosophy)Environmental scienceAquatic environmentEnvironmental qualityEcologyBusinessNatural resource economicsEnvironmental protectionEnvironmental planningEnvironmental resource managementEnvironmental engineeringGeographyBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Since reforming and opening to the outside world, Chinese aquiculture has developed very quickly. The totaloutput of aquiculture has been ranking first in the world over ten years, but it still has many problems. In thearticle, these problems which existing in the aquiculture of China are listed, and they have seriously influencedthe quality of aquatic products of China and destroyed the whole ecological environment of aquiculture. Thefactors influencing the water environment include: (1) residual feeds and excrements, (2) chemical medicinesused in aquiculture, (3) escaping aquatic animals. And the aspects which were influenced including: (1) theinfluence on the physiochemical factor of water, (2) the influence on the bottom matters, (3) the influence on theplankton, and (4) the influence on the bottom dwellers are analyzed. To reduce the influence and pollution ofaquiculture on the ecological environment, enhancing the quality of composite feed is one important approach.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,008
Tête enseignante GPT0,230
Écart entre enseignants0,222 · 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'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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiologyMême sujetIndustrial Technology and Control SystemsTravaux en français237 207