MétaCan
Menu
Retour à la cohorte
Enregistrement W2129331219 · doi:10.5539/jsd.v7n5p40

Mangroves: A Threatened Ecosystem Under-Utilized as a Resource for Scientific Research

2014· article· en· W2129331219 sur OpenAlexvenueno aff
Walter O. Beys‐da‐Silva, Lucélia Santi, Jorge A. Guimarães

Notice bibliographique

RevueJournal of Sustainable Development · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensnon disponible
Organismes subventionnairesCiência sem FronteirasCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésMangroveThreatened speciesMangrove ecosystemEcosystemBiodiversityGeographyCoral reefResource (disambiguation)Ecosystem servicesEnvironmental resource managementPopulationEcologyAgroforestryEnvironmental scienceBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

Nearly half of the global population lives within 150 km of a coastline, placing mangrove forests under incessant anthropogenic pressure. The mangrove ecosystem is one of the most productive ecosystems on the globe, despite being one of the most threatened. The land area covered by the mangrove ecosystem has been reduced by more than half in the last 40 years. This work evaluated the international scientific production of articles focusing on mangroves, connecting the current lack of knowledge with the observed rapid mangrove degradation rates. The Antarctic and Coral Reef ecosystems were used as comparative environments, and this paper found that in the past century, mangrove forests have not attracted the same level of worldwide scientific attention or interest. This lack of research on mangroves is primarily shared by the countries that contain large mangrove land areas, such as Australia, Brazil, Indonesia, Malaysia and Mexico. Increasing our knowledge of mangrove forests through scientific research could help preserve this valuable ecosystem by increasing public awareness and driving new policies and protection arrangements. This important ecosystem, with its rich biodiversity, bio-technological potential and related ecological and social benefits, must be saved on a global scale.

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)0,009
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil0,694

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,024
Tête enseignante GPT0,273
Écart entre enseignants0,248 · 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'étudeSans objet
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 revueJournal of Sustainable DevelopmentMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207