MétaCan
Menu
Retour à la cohorte
Enregistrement W2107245815 · doi:10.1080/14634988.2014.978245

Aquatic ecosystems across boundaries: Significance of international agreements and cooperation

2014· article· en· W2107245815 sur OpenAlexaff
Göran Dave, Mohiuddin Munawar

Notice bibliographique

RevueAquatic Ecosystem Health & Management · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesEuropean Commission
Mots-clésSustainabilityEcosystemBiodiversityEnvironmental resource managementWater Framework DirectiveAquatic ecosystemNatural resourceEcosystem servicesFishingEnvironmental planningEnvironmental protectionBusinessEnvironmental scienceFisheryWater qualityEcology

Résumé

récupéré en direct d'OpenAlex

Historically, international environmental agreements on shared transboundary waters have dealt with exploitation of natural resources like oil, minerals, forests, fisheries, shipping and trade. Presently the focus is on environmental issues relevant to conservation, restoration, protection, sustainability over-fishing, pollution, invasive species and climate change. Global assessment indicates a lack of international agreements between multiple users. A brief review of major conventions and agreements is offered with emphasis on the Great Lakes Water Quality Agreement on the North American Great Lakes and the European Water Framework Directive, since they appear to be ecologically sound and predominantly ecosystem-based. This article exemplifies the history behind these agreements with examples of environmental threats and consequences (eutrophication, pollution, invasive species and loss of biodiversity). It is concluded that such ecosystem-based agreements are essential for all large aquatic ecosystems shared by multiple users or countries for holistic and integrated management of aquatic resources.

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)0,013
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0060,017
Communication savante0,0130,013
Science ouverte0,0010,012
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,013
Tête enseignante GPT0,270
Écart entre enseignants0,257 · 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'étudeThéorique ou conceptuel
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

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAquatic Ecosystem Health & ManagementMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207