MétaCan
Menu
Retour à la cohorte
Enregistrement W2122993660 · doi:10.1371/journal.pone.0138334

A World at Risk: Aggregating Development Trends to Forecast Global Habitat Conversion

2015· article· en· W2122993660 sur OpenAlexaff
James R. Oakleaf, Christina M. Kennedy, Sharon Baruch‐Mordo, Paul West, James Gerber, Larissa Jarvis, Joseph M. Kiesecker

Notice bibliographique

RevuePLoS ONE · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Environment Research CouncilSight Research UKNature ConservancyRobertson FoundationUniversity of Minnesota
Mots-clésGeographyHabitatBiomePopulationNatural resourceUrbanizationEnvironmental protectionCoalNatural resource economicsEcologyEcosystemBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

A growing and more affluent human population is expected to increase the demand for resources and to accelerate habitat modification, but by how much and where remains unknown. Here we project and aggregate global spatial patterns of expected urban and agricultural expansion, conventional and unconventional oil and gas, coal, solar, wind, biofuels and mining development. Cumulatively, these threats place at risk 20% of the remaining global natural lands (19.68 million km2) and could result in half of the world's biomes becoming >50% converted while doubling and tripling the extent of land converted in South America and Africa, respectively. Regionally, substantial shifts in land conversion could occur in Southern and Western South America, Central and Eastern Africa, and the Central Rocky Mountains of North America. With only 5% of the Earth's at-risk natural lands under strict legal protection, estimating and proactively mitigating multi-sector development risk is critical for curtailing the further substantial loss of nature.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil1,000

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)0,0010,005

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 Opus0,044
Tête enseignante GPT0,218
Écart entre enseignants0,173 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations70
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetLand Use and Ecosystem ServicesTravaux en français237 207