MétaCan
Menu
Retour à la cohorte
Enregistrement W2005530005 · doi:10.1080/03632415.2012.714323

A Census of Fishes and Everything They Eat: How the Census of Marine Life Advanced Fisheries Science

2012· article· en· W2005530005 sur OpenAlex
Ron O’Dor, André M. Boustany, Cedar M. Chittenden, Mark J. Costello, Hassan Moustahfid, John C. Payne, Dirk Steinke, Michael J. W. Stokesbury, E. Vanden Berghe

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFisheries · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of GuelphVancouver AquariumAcadia UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCensusMarine lifeFisheryFisheries scienceGeographyApex predatorOceanographyFishingFisheries managementEnvironmental resource managementHabitatEcologyBiologyPopulationEnvironmental science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The Census of Marine Life was a 10-year, international research effort to explore poorly known ocean habitats and conduct large-scale experimentation with new technology. The goal of Census 2010 in its mission statement was to describe what did live in the oceans, what does live in the oceans, and what will live in the ocean. Many of the findings and techniques from census research may prove valuable in making a transition, which many governments have publicly endorsed, from single-species fisheries management to more holistic ecosystem management. Census researchers sampled continental margins, mid-Atlantic ridges, ocean floor vents and seeps, and abyssal plains and polar seas and organized massive amounts of past and new information in a public online database called the Ocean Biogeographic Information System (www.iobis.org). The census described and categorized seamount biology worldwide for its vulnerability to fishing, advanced large-scale animal tracking with acoustic arrays and satellite archival tags, and accelerated species identification, including nearshore, coral reef, and zooplankton sampling using genetic barcoding and pyrotag sequencing for microbes and helped to launch the exciting new field of marine environmental history. Above all, the census showed the value of investing in large-scale, collaborative projects and sharing results publicly. RESUMEN El Censo de la Vida Marina (Census, por su nombre en inglés) fue un esfuerzo internacional de investigación de diez años de duración diseñado para explorar habitats oceánicos poco conocidos y experimentar a gran escala con nueva tecnología. El objetivo de Census 2010, declarado en su misión, era describir “qué vive y que vivirá en los océanos”. Muchos de los hallazgos y técnicas generadas en Census pueden resultar valiosas para la transición de un manejo mono-específico a un manejo holístico, basado en el ecosistema; lo cual ha sido públicamente aprobado por muchos gobiernos. Los investigadores de Census muestrearon los márgenes continentales, las cordilleras oceánicas del Atlántico, ventilas hidrotermales del fondo marino, planicies abisales y mares polares; de igual forma organizaron cantidades formidables de información, tanto pasada como actual, en una base de datos pública y en línea llamada Sistema de Información de Biogeografía Oceánica. Census describe y categoriza la biología de los montes submarinos a nivel mundial para poder estimar su vulnerabilidad a la pesca; realiza marcado a gran escala de organismos utilizando técnicas avanzadas con arreglos acústicos y marcas satelitales; expide la identificación de especies, incluyendo muestreo costero de corales y zoo-plancton, basado en código genético de barras y secuencias de piro-mareaje para microbios; así mismo contribuyeron con el lanzamiento de la nueva disciplina “historia ambiental marina”. Pero sobre todo, Census mostró las recompensas que deja la inversión en proyectos colaborativos de gran escala y la presentación pública de los resultados.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, 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 enseignants0,159
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,003
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,236
Écart entre enseignants0,212 · 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