MétaCan
Menu
Retour à la cohorte

General Features of the Arctic Relevant to Climate Change in Freshwater Ecosystems

2006· article· en· W2177044300 sur OpenAlexaff
Terry D. Prowse, Frederick J. Wrona, James D. Reist, John E. Hobbie, Lucie Lévesque, Warwick F. Vincent

Notice bibliographique

RevueAMBIO · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensImpactUniversity of VictoriaEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésFreshwater ecosystemArcticLake ecosystemEnvironmental scienceEcologyBiotaRiver ecosystemPermafrostEcosystemClimate changeArctic ecologyAquatic ecosystemCircumpolar starOceanographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Large variations exist in the size, abundance and biota of the two principal categories of freshwater ecosystems, lotic (flowing water; e.g., rivers, streams, deltas and estuaries) and lentic (standing water; lakes, ponds and wetlands) found across the circumpolar Arctic. Arctic climate, many components of which exhibit strong variations along latitudinal gradients, directly affects a range of physical, chemical and biological processes in these aquatic systems. Furthermore, arctic climate creates additional indirect ecological effects through the control of terrestrial hydrologic systems and processes, particularly those associated with cryospheric components such as permafrost, freshwater ice and snow accumulation/ablation. The ecological structure and function of arctic freshwater systems are also controlled by external processes and conditions, particularly those in the headwaters of the major arctic rivers and in the adjacent marine environment. The movement of physical, chemical and biotic components through the interlinked lentic and lotic freshwater systems are major determinants of arctic freshwater ecology.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,024
Tête enseignante GPT0,232
Écart entre enseignants0,208 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations77
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAMBIOMême sujetClimate change and permafrostTravaux en français237 207