MétaCan
Menu
Retour à la cohorte
Enregistrement W2147374415 · doi:10.1525/bio.2013.63.5.12

Opportunities for Improving Aquatic Restoration Science and Monitoring through the Use of Animal Electronic-Tagging Technology

2013· article· en· W2147374415 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBioScience · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensCarleton UniversityFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésTransponder (aeronautics)Restoration ecologyComputer scienceEnvironmental sciencePopulationEnvironmental resource managementSpecies richnessHabitatRemote sensingEcologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

The ecological effectiveness of widespread and costly aquatic restoration efforts is often unknown. We reviewed studies incorporating electronic-tagging techniques (including radio, acoustic, satellite, biologging, and passive integrated transponder tags) into restoration-monitoring programs and discuss novel uses of these technologies and experimental design considerations. We found 25 studies, mostly published after 2005. Most were focused on salmonids or monitored the residency of species at artificial reefs. Few studies used site-level replication or data collected prior to restoration or at control sites, which limits the usefulness of their results for evaluating restoration effectiveness. The use of electronic tags and related sensors (e.g., temperature, depth) can reveal how habitats are used and their associated bioenergetic costs or benefits. These technologies are focused on individual- and population-level responses and complement traditional methods of assessing abundance, richness, and community composition but must be deployed in conjunction with well-designed experiments to truly better inform evaluations of restoration effectiveness.

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 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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,628
Score d'incertitude au seuil0,858

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,068
Tête enseignante GPT0,257
Écart entre enseignants0,189 · 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