MétaCan
Menu
Retour à la cohorte
Enregistrement W2165324342 · doi:10.1111/conl.12198

Great Barrier Reef No‐Take Areas Include a Range of Disturbance Regimes

2015· article· en· W2165324342 sur OpenAlexaff
Jeffrey Maynard, Roger Beeden, Johanna E. Johnson, Paul Marshall, Ruben van Hooidonk, Scott F. Heron, Michelle Devlin, Eric Lawrey, Jen Dryden, Natalie C. Ban, David Wachenfeld, Serge Planes

Notice bibliographique

RevueConservation Letters · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationGreat Barrier Reef Marine Park Authority
Mots-clésReefCoral reefMarine protected areaDisturbance (geology)Great barrier reefRange (aeronautics)CoralEnvironmental scienceGeographyHabitatMarine reserveFisheryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Exposure to disturbance is rarely considered in marine protected area planning. Typically, representing and replicating the habitat types present within protected areas is used to spread the risk of protecting frequently disturbed sites. This was the approach used during the 2004 re‐zoning of the Great Barrier Reef Marine Park (GBRMP) via the Representative Areas Program. Over 10 years later, we examine whether the risk was spread by mapping exposure of coral reefs in the GBRMP to four disturbances that cause coral mortality: bleaching, tropical cyclones, crown‐of‐thorns starfish outbreaks, and freshwater inundation. Our objectives were to: (1) assess whether no‐take areas include a range of disturbance regimes, and (2) identify coral reef areas with lower relative exposure. At least 13% and an average of 31% of reef locations in each of 11 exposure classes are included within no‐take areas. A greater proportion of low‐exposure areas are within no‐take areas than high‐exposure areas (34.2% vs. 28.3%). The results demonstrate the value of risk spreading when exposure data are not available while also showing that regularly assessing exposure increases capacity for adaptive, resilience‐based reef management.

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 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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,357

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,022
Tête enseignante GPT0,213
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 tête enseignante, 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

Citations20
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation LettersMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207