Using indicators for evaluating, comparing, and communicating the ecological status of exploited marine ecosystems. 2. Setting the scene
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Shin, Y-J., Shannon, L. J., Bundy, A., Coll, M., Aydin, K., Bez, N., Blanchard, J. L., Borges, M. F., Diallo, I., Diaz, E., Heymans, J. J., Hill, L., Johannesen, E., Jouffre, D., Kifani, S., Labrosse, P., Link, J. S., Mackinson, S., Masski, H., Möllmann, C., Neira, S., Ojaveer, H., ould Mohammed Abdallahi, K., Perry, I., Thiao, D., Yemane, D., and Cury, P. M. 2010. Using indicators for evaluating, comparing, and communicating the ecological status of exploited marine ecosystems. 2. Setting the scene. – ICES Journal of Marine Science, 67: 692–716. Background is provided to the selection of ecological indicators by the IndiSeas Working Group, and the methodology adopted for analysis and comparison of indicators across exploited marine ecosystems is documented. The selected indicators are presented, how they are calculated is explained, and the philosophy behind the comparative approach is given. The combination of selected indicators is intended to reflect different dynamics, tracking processes that display differential responses to fishing, and is meant to provide a complementary means of assessing marine ecosystem trends and states. IndiSeas relied on inputs and insights provided by the local experts from participating ecosystems, helping to understand state and trend indicators and to disentangle the effect of other potential ecosystem drivers, such as climate variability. This project showed that the use of simple and available indicators under an ecosystem approach can achieve a real, wide-reaching evaluation of marine ecosystem status caused by fishing. This is important because the socio-economics of areas where fishing activities develop differs significantly around the globe, and in many countries, insufficient data are available for complex and exhaustive analyses.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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