MétaCan
Menu
Retour à la cohorte
Enregistrement W2060253317 · doi:10.1111/j.1749-6632.2009.04494.x

Behavioral Indicators for Conserving Mammal Diversity

2009· article· en· W2060253317 sur OpenAlexafffund
Douglas W. Morris, Burt P. Kotler, Joel S. Brown, Sundararaj Vijayan, Som B. Ale

Notice bibliographique

RevueAnnals of the New York Academy of Sciences · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensLakehead University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSBA Research
Mots-clésThreatened speciesHabitatForagingEcologyPopulationExtinction (optical mineralogy)Environmental changeSpecies richnessEnvironmental resource managementConservation biologyHabitat destructionAdaptive valuePredationDisturbance (geology)BiologyClimate changeEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Mammals are threatened with population decline and extinction. Numerous species require immediate conservation intervention. But our ability to identify species on the brink of decline, and to intervene successfully, depends on developing reliable leading indicators of population, community, and environmental change. Classic approaches, such as population and life history assessment, as well as indicator species, trail environmental change. Adaptive behaviors honed by natural selection to respond quickly to environmental changes represent true leading indicators that we can learn to apply to conservation and management. Excellent examples of useful behaviors for conservation include foraging behavior, patch use, and habitat selection. Comparisons among giving-up densities collected in artificial resource patches can effectively indicate the forager's predation costs, its habitat quality, mechanisms of coexistence, and environmental richness. Patterns of adaptive habitat use can similarly reveal the relative value of different types of habitat, the location, and amounts of source versus sink habitat in a landscape, the effects of human disturbance, and projections on future extinction risk. Each behavior is likely to change more quickly than population size. As useful as these and related indicators may be to managers and conservationists, similar behaviors can emerge from different causes, and immediate returns of behavior to fitness may cause rapid evolution of associated morphological and physiological traits. Conservation strategies will thereby often be most effective if they build on research programs targeting the processes influencing adaptive behaviors and that assess whether wild-type or novel behaviors are most likely to sustain populations into the future.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,089
Tête enseignante GPT0,323
Écart entre enseignants0,234 · 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

Citations73
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of the New York Academy of SciencesMême sujetWildlife Ecology and ConservationTravaux en français237 207