MétaCan
Menu
Retour à la cohorte
Enregistrement W2141343105 · doi:10.1007/s10393-009-0209-1

Top 10 Principles for Designing Healthy Coastal Ecosystems Like the Salish Sea

2008· article· en· W2141343105 sur OpenAlexaboutno aff
Joseph K. Gaydos, Leslie Dierauf, Grant Kirby, Deborah M. Brosnan, Kirsten Gilardi, Gary E. Davis

Notice bibliographique

RevueEcoHealth · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesCore Research for Evolutional Science and TechnologyUniversity of California, DavisU.S. Geological SurveySchool of Veterinary Medicine, University of California, DavisWashington State University
Mots-clésAnimal ecologyEcosystemMarine ecosystemEcosystem healthGeographyMarine conservationBiodiversityEnvironmental resource managementPopulationEcologyEcosystem servicesEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Like other coastal zones around the world, the inland sea ecosystem of Washington (USA) and British Columbia (Canada), an area known as the Salish Sea, is changing under pressure from a growing human population, conversion of native forest and shoreline habitat to urban development, toxic contamination of sediments and species, and overharvest of resources. While billions of dollars have been spent trying to restore other coastal ecosystems around the world, there still is no successful model for restoring estuarine or marine ecosystems like the Salish Sea. Despite the lack of a guiding model, major ecological principles do exist that should be applied as people work to design the Salish Sea and other large marine ecosystems for the future. We suggest that the following 10 ecological principles serve as a foundation for educating the public and for designing a healthy Salish Sea and other coastal ecosystems for future generations: (1) Think ecosystem: political boundaries are arbitrary; (2) Account for ecosystem connectivity; (3) Understand the food web; (4) Avoid fragmentation; (5) Respect ecosystem integrity; (6) Support nature's resilience; (7) Value nature: it's money in your pocket; (8) Watch wildlife health; (9) Plan for extremes; and (10) Share the knowledge.

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)0,006
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,015
Communication savante0,0100,004
Science ouverte0,0020,004
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,116
Tête enseignante GPT0,384
Écart entre enseignants0,268 · 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'étudeThéorique ou conceptuel
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

Citations42
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcoHealthMême sujetIndigenous Studies and EcologyTravaux en français237 207