MétaCan
Menu
Retour à la cohorte
Enregistrement W2117273593 · doi:10.1098/rsbl.2010.0338

Lost in space? Searching for directions in the spatial modelling of individuals, populations and species ranges

2010· article· en· W2117273593 sur OpenAlexaff
Juliane Struve, Kai Lorenzen, Julia L. Blanchard, Luca Börger, Nils Bunnefeld, Charles Edwards, Joaquín Hortal, Alec D. MacCall, Jason Matthiopoulos, Bram Van Moorter, Arpat Özgül, François Royer, Navinder J. Singh, Chris Yesson, Rodolphe Bernard

Notice bibliographique

RevueBiology Letters · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Environment Research Council
Mots-clésSpatial ecologyEcologyBiologyTemporal scalesSpace (punctuation)HabitatSpatial organizationEnvironmental resource managementComputer science

Résumé

récupéré en direct d'OpenAlex

The workshop 'Spatial models in animal ecology, management and conservation' held at Silwood Park (UK), 9-11 March 2010, aimed to synthesize recent progress in modelling the spatial dynamics of individuals, populations and species ranges and to provide directions for research. It brought together marine and terrestrial researchers working on spatial models at different levels of organization, using empirical as well as theory-driven approaches. Different approaches, temporal and spatial scales, and practical constraints predominate at different levels of organization and in different environments. However, there are theoretical concepts and specific methods that can fruitfully be transferred across levels and systems, including: habitat suitability characterization, movement rules, and ways of estimating uncertainty.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,017
Score d'incertitude au seuil0,461

Scores Codex et Gemma par catégorie

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

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 Opus0,042
Tête enseignante GPT0,255
Écart entre enseignants0,213 · 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 tête enseignante, 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

Citations13
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetWildlife Ecology and ConservationTravaux en français237 207