MétaCan
Menu
Retour à la cohorte
Enregistrement W2133325715 · doi:10.1098/rspb.2007.1472

A clear human footprint in the coral reefs of the Caribbean

2008· article· en· W2133325715 sur OpenAlexaff
Camilo Mora

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensDalhousie University
Organismes subventionnairesNational Geographic SocietyAlfred P. Sloan Foundation
Mots-clésCoral reefReefMarine protected areaOverfishingResilience of coral reefsCoral bleachingAquaculture of coralFisheryMarine reserveEcologyEnvironmental issues with coral reefsCoral reef protectionGeographyCoralBiologyFishingHabitat

Résumé

récupéré en direct d'OpenAlex

The recent degradation of coral reefs worldwide is increasingly well documented, yet the underlying causes remain debated. In this study, we used a large-scale database on the status of coral reef communities in the Caribbean and analysed it in combination with a comprehensive set of socioeconomic and environmental databases to decouple confounding factors and identify the drivers of change in coral reef communities. Our results indicated that human activities related to agricultural land use, coastal development, overfishing and climate change had created independent and overwhelming responses in fishes, corals and macroalgae. While the effective implementation of marine protected areas (MPAs) increased the biomass of fish populations, coral reef builders and macroalgae followed patterns of change independent of MPAs. However, we also found significant ecological links among all these groups of organisms suggesting that the long-term stability of coral reefs as a whole requires a holistic and regional approach to the control of human-related stressors in addition to the improvement and establishment of new MPAs.

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)0,004
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 enseignants0,259
Score d'incertitude au seuil0,514

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
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 Opus0,040
Tête enseignante GPT0,231
Écart entre enseignants0,191 · 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

Citations315
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207