Fisheries catch reconstructions: islands, part II
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
Director's foreword (Ussif Rasid Sumaila). Preliminary estimate of total marine fisheries catches in Corsica, France (1950-2008) (Frédéric Le Manach, Delphine Dura, Anthony Perec, Jean-Jacques Riutort, Pierre Lejeune, Marie-Catherine Santoni, Jean-Michel Culioli, and Daniel Pauly). A brief history of fishing in the Kerguelen Islands, France (M.L.D. Palomares and D. Pauly). Reconstruction of total marine fisheries catches for Madagascar (1950-2008) (Frédéric Le Manach, Charlotte Gough, Frances Humber, Sarah Harper, and Dirk Zeller). Reconstruction of marine fisheries catches for Mauritius and its outer islands, 1950-2008 (Lea Boistol, Sarah Harper, Shawn Booth and Dirk Zeller). Reconstruction of Nauru's fisheries catches: 1950-2008 (Pablo Trujillo, Sarah Harper and Dirk Zeller). Marine fisheries of Palau, 1950-2008: total reconstructed catch (Stephanie Lingard, Sarah Harper, Yoshi Ota and Dirk Zeller). Reconstruction of Sri Lanka's fisheries catches: 1950-2008 (Devon O‘Meara, Sarah Harper, Nishan Perera and Dirk Zeller). From local to global: a catch reconstruction of Taiwan's fisheries from 1950-2007 (Daniel Kuo and Shawn Booth). Reconstruction of fisheries catches for Tokelau (1950-2009) (Kyrstn Zylich, Sarah Harper, and Dirk Zeller). Reconstructing marine fisheries catches for the Kingdom of Tonga: 1950-2007 (Patricia Sun, Sarah Harper, Shawn Booth and Dirk Zeller). Reconstruction of marine fisheries catches for Tuvalu (1950-2009) (Kendyl Crawford, Sarah Harper and Dirk Zeller).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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