MétaCan
Menu
Retour à la cohorte
Enregistrement W2013219055 · doi:10.1139/f02-089

The Baltica sea of invaders

2002· article· en· W2013219055 sur OpenAlexvenueno aff
Erkki Leppäkoski, Stephan Gollasch, Piotr Gruszka, Henn Ojaveer, Sergej Olenin, Vadim E. Panov

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Ecology and Invasive Species
Établissements canadiensnon disponible
Organismes subventionnairesNordisk MinisterrådEesti Teadusfondi
Mots-clésDreissenaBiological dispersalBarnacleEcologyInvasive speciesZebra musselFisheryBiologyIntroduced speciesPopulationEcosystemMolluscaCrustaceanBivalviaMussel

Résumé

récupéré en direct d'OpenAlex

There are about 100 nonindigenous species recorded in the Baltic Sea. Invasive species have resulted in major changes in nearshore ecosystems, especially in coastal lagoons and inlets that can be identified as "centres of xenodiversity". Fewer than 70 of these species have established reproducing populations. Dominant invasion vectors include unintentional introductions via ballast water, tank sediments, and hull fouling, aquaculture, and the construction of canals that have facilitated active or passive natural dispersal. Of the approximately 60 unintentionally introduced species with a known invasion history, 38 are transoceanic (including 19 Atlantic species of American origin) and 18 of Ponto-Caspian origin. Species that have caused economic damage to fisheries, shipping, and industry include the hydrozoan Cordylophora caspia, the barnacle Balanus improvisus, the cladoceran Cercopagis pengoi, and the bivalve Dreissena polymorpha. The Baltic Sea has served as a secondary source of nonindigenous species to the North American Great Lakes. Further study is warranted to quantify large-scale ecosystem changes in the Baltic associated with establishment and population growth of nonindigenous species and to prevent future invasions.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,221
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,022
Tête enseignante GPT0,189
Écart entre enseignants0,167 · 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

Citations276
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMarine Ecology and Invasive SpeciesTravaux en français237 207