Comments on Halat L., Galway M.E., Gitto S. & Garbary D.J. 2015. Epidermal shedding in<i>Ascophyllum nodosum</i>(Phaeophyceae): seasonality, productivity and relationship to harvesting.<i>Phycologia</i>54(6): 599–608.
Notice bibliographique
Résumé
:Halat et al. (2015 Halat L., Galway M.E., Gitto S. & Garbary D.J. 2015. Epidermal shedding in Ascophyllum nodosum (Phaeophyceae): seasonality, productivity and relationship to harvesting. Phycologia 54: 599–608[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]. Phycologia 54: 599–608) presented data collected on the epidermal shedding of the intertidal alga Ascophyllum nodosum (Phaeophyceae, Fucaceae) in Nova Scotia, Canada. An analysis of the published data and their interpretation leads us to conclude that this publication includes some serious errors of fact and interpretation that were not identified during the review process and which may prove damaging to the A. nodosum harvesting industry in the North Atlantic. The main issues identified in Halat et al. (2015) Halat L., Galway M.E., Gitto S. & Garbary D.J. 2015. Epidermal shedding in Ascophyllum nodosum (Phaeophyceae): seasonality, productivity and relationship to harvesting. Phycologia 54: 599–608[Taylor & Francis Online], [Web of Science ®] , [Google Scholar] are (1) The data collected do not provide information on the rate of epidermal shedding and certainly do not warrant the 1% monthly value suggested by the authors; (2) The authors' assumption that the reproductive material represents 100–140% of the vegetative tissues is not representative, and the references cited by the authors do not support their claims; and (3) The authors make a fallacious and erroneous statement when they claim that the ‘industrial harvest may be accounting for no more than half of the biomass that is actually being removed from the environment’.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».