MétaCan
Menu
Retour à la cohorte
Enregistrement W2043605711 · doi:10.1111/1749-4877.12130

One hundred years of population ecology: Successes, failures and the road ahead

2015· review· en· W2043605711 sur OpenAlexafffund
Charles J. Krebs

Notice bibliographique

RevueIntegrative Zoology · 2015
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEcologyPopulation ecologyPopulationBiodiversityFood securityAbundance (ecology)Applied ecologyFunctional ecologyEvolutionary ecologyResource (disambiguation)Distribution (mathematics)Environmental resource managementEcosystemBiologyGeographyComputer scienceAgricultureSociologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Population ecology is the most mature of the three subdisciplines of ecology partly because it has a solid mathematical foundation and partly because it can address the primary questions of distribution and abundance with experimental protocols. Yet there is much left to do to integrate our population knowledge into community and ecosystem ecology to help address the global issues of food security and the conservation of biodiversity. Many different approaches are now being developed to bring about this integration and much more research will be necessary to decide which if any will be most useful in achieving our goals of explaining the changes we see in the distribution and abundance of animals and plants. Food web ecology would appear to be the best approach at present because it uses the detailed information of the population ecology of particular species in combination with data on consumer-resource interactions to apply to the applied problems of biodiversity conservation, food security, pest management and disease prevention. If we can use our understanding of population ecology to address the practical problems of our time in a creative way, we will benefit both the human population and the Earth's biodiversity. Much remains to be done.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,004
Communication savante0,0030,009
Science ouverte0,0020,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,030
Tête enseignante GPT0,300
Écart entre enseignants0,270 · 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
GenreSynthèse

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

En bref

Citations22
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIntegrative ZoologyMême sujetWildlife Ecology and ConservationTravaux en français237 207