State of Knowledge of Coastal and Marine Biodiversity of Indian Ocean Countries
Notice bibliographique
Résumé
The Indian Ocean (IO) extends over 30% of the global ocean area and is rimmed by 36 littoral and 11 hinterland nations sustaining about 30% of the world's population. The landlocked character of the ocean along its northern boundary and the resultant seasonally reversing wind and sea surface circulation patterns are features unique to the IO. The IO also accounts for 30% of the global coral reef cover, 40,000 km² of mangroves,some of the world's largest estuaries, and 9 large marine ecosystems. Numerous expeditions and institutional efforts in the last two centuries have contributed greatly to our knowledge of coastal and marine biodiversity within the IO. The current inventory, as seen from the Ocean Biogeographic Information System, stands at 34,989 species, but the status of knowledge is not uniform among countries. Lack of human, institutional, and technical capabilities in some IO countries is the main cause for the heterogeneous level of growth in our understanding of the biodiversity of the IO. The gaps in knowledge extend to several smaller taxa and to large parts of the shelf and deep-sea ecosystems, including seamounts. Habitat loss, uncontrolled developmental activities in the coastal zone, over extraction of resources, and coastal pollution are serious constraints on maintenance of highly diverse biota, especially in countries like those of the IO, where environmental regulations are weak.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».