MétaCan
Menu
Retour à la cohorte
Enregistrement W2132286035 · doi:10.1093/icb/44.2.130

Agricultural Food Subsidies, Migratory Connectivity and Large-Scale Disturbance in Arctic Coastal Systems: A Case Study

2004· article· en· W2132286035 sur OpenAlexafffund
Robert L. Jefferies

Notice bibliographique

RevueIntegrative and Comparative Biology · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesChurchill Northern Studies Centre
Mots-clésTrophic cascadeHerbivorePredationEcosystemBiomass (ecology)EcologyTrophic levelEnvironmental scienceAlternative stable stateDisturbance (geology)HabitatPopulationSubsidyVegetation (pathology)BiologyFood web

Résumé

récupéré en direct d'OpenAlex

An allochthonous input can modify trophic relationships, by providing an external resource that is normally limiting within a system. The subsidy may not only elicit a growth response of the primary producers via a bottom-up effect, but it also may lead to runaway herbivore growth in the absence of increased predation. If the consumer is migratory and predation is similarly dampened in the alternative system, the increased numbers may produce a top-down cascade of direct and indirect effects on an ecosystem that may be a great distance from the source of the subsidy. In an extreme case, it can lead to a catastrophic shift in ecosystem functioning as a result of biotic exploitation that produces an alternative stable state. The loss of resilience is particularly sensitive to herbivore density which can result in two different outcomes to the vegetation on which the consumer feeds. Over-compensatory growth of above-ground biomass gives way to sward destruction and near irreversible changes in soil properties as density of a herbivore increases. A striking temporal asymmetry exists between a reduction in the consumer population and recovery of damaged vegetation and degraded soils.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,892
Score d'incertitude au seuil0,215

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,266
Écart entre enseignants0,244 · 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

Citations117
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIntegrative and Comparative BiologyMême sujetIsotope Analysis in EcologyTravaux en français237 207