MétaCan
Menu
Retour à la cohorte
Enregistrement W21158135 · doi:10.5822/978-1-61091-021-7_3

Extent and Drivers of Change of Neotropical Seasonally Dry Tropical Forests

2011· book-chapter· en· W21158135 sur OpenAlexaff
Arturo Sánchez‐Azofeifa, Carlos Portillo‐Quintero

Notice bibliographique

RevueIsland Press/Center for Resource Economics eBooks · 2011
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueConservation, Biodiversity, and Resource Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesInter-American Institute for Global Change ResearchNational Science Foundation
Mots-clésTropical and subtropical dry broadleaf forestsTropicsGeographyAmazon rainforestEcosystemTropical forestDry seasonAgroforestryEndangered speciesForestryEcologyEnvironmental scienceBiologyCartographyHabitat

Résumé

récupéré en direct d'OpenAlex

Seasonally dry tropical forests (SDTFs) are considered one of the most endangered tropical ecosystems (Janzen 1988c). High degrees of degradation are reported, not only for the Neotropics, but also in the old tropics (Miles et al. 2006 ). Causes and consequences of such degradation are known on a limited basis, and much needs to be learned in terms of gaining a full understanding of what controls environmental deterioration trends in these ecosystems and their impact on ecosystem services. Furthermore, current knowledge on the extent and degree of fragmentation of tropical dry forests is constrained because of the low priority for conservation within governmental and nongovernmental funding agencies. In general, the perception that tropical forests do not exist outside of the Amazon basin, or that high priority should be given to tropical rain forests, has limited the current body of scientific literature (Sánchez-Azofeifa et al. 2005 ). These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,047
Tête enseignante GPT0,197
Écart entre enseignants0,150 · 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

Citations72
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIsland Press/Center for Resource Economics eBooksMême sujetConservation, Biodiversity, and Resource ManagementTravaux en français237 207