MétaCan
Menu
Retour à la cohorte
Enregistrement W2069271695 · doi:10.1111/j.1467-2979.2006.00211.x

What was hot at the fourth World Fisheries Congress?*

2006· article· en· W2069271695 sur OpenAlexafffund
Ratana Chuenpagdee, Alida Bundy

Notice bibliographique

RevueFish and Fisheries · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensBedford Institute of OceanographyDalhousie University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésFisheries scienceSustainabilityFisheries lawFisheryFisheries managementEnvironmental resource managementBiodiversityEcosystemEcosystem approachTheme (computing)BusinessEnvironmental planningPolitical scienceGeographyFishingEcologyEconomicsComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Given the current crisis in global fisheries, how well are we doing at managing fisheries? This short paper describes as summarises the results of a systematic assessment of the scientific papers presented at the Fourth World Fisheries Congress, the theme of which was ’Reconciling fisheries with conservation’. Over 200 papers were presented, 70% of which were based on natural sciences, focusing on issues such as biodiversity, species at risk, resiliency, ecosystem modelling, and ecosystem indicators. Encouragingly, over 60% of the papers scored medium to high for their potential contribution to reconciling fisheries with conservation. However, although the human dimensions of fisheries were recognized, few studies involved stakeholders beyond their roles of objects to study. Communication of scientific research findings, particularly to the general public, was notably absent and emphasised as one of the key challenges in achieving sustainability and in reconciling fisheries with conservation.

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)0,012
score de la tête « metaresearch » (Gemma)0,018
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0040,002
Communication savante0,0130,005
Science ouverte0,0010,002
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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 Opus0,014
Tête enseignante GPT0,216
Écart entre enseignants0,202 · 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
GenreCommentaire

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

En bref

Citations7
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetMarine and fisheries researchTravaux en français237 207