MétaCan
Menu
Retour à la cohorte
Enregistrement W2374488501

Relationship between distribution characteristics of grasshoppers and habitat in the Heihe River Basin

2010· article· en· W2374488501 sur OpenAlexaff
Keming Wang

Notice bibliographique

RevueGanhanqu ziyuan yu huanjing · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePlant Ecology and Soil Science
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésGrasshopperHabitatGrasslandEcologyVegetation (pathology)Altitude (triangle)Range (aeronautics)PrecipitationSpecies distributionEnvironmental scienceGeographyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

By using field investigation and quantitative analysis,we studied the correlation between grasshopper composition,ecological species groups and habitat in different grassland of the middle and upper reaches of the river Heihe.Results indicated that terrain,climate condition,soil and vegetation composition have significant heterogeneity in middle and upper reaches of the river Heihe,a total of 38 grasshopper species belonging to 11 genera and 3 families were captured during continuous four years,32 more-area-distributed grasshopper species were classified as 8 ecological species groups when the correlation coefficient is 0.5.Grasshoppers have very widely ecological adaption,meanwhile grassland habitat determinate geographical distribution patterns of grasshoppers,grasshoppers in the researched region mainly distribute at the altitude range of 2000~3000 meters of Qilian Mountains.Temperature is the promoting factor to grasshopper species composition,while other factors are inhibitors;Temperature and precipitation are the promoting factors to grasshopper density.The correlation between extreme minimum temperature and grasshopper species composition is very significant(r=0.706,0.761,p0.01),and exists a significant correlation with grasshopper density(r=0.665,p0.05).

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,228
Écart entre enseignants0,214 · 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'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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGanhanqu ziyuan yu huanjingMême sujetPlant Ecology and Soil ScienceTravaux en français237 207