MétaCan
Menu
Retour à la cohorte
Enregistrement W2597625500 · doi:10.1139/as-2016-0038

The value of museums in the production, sharing, and use of entomological data to document hyperdiversity of the changing North

2017· article· en· W2597625500 sur OpenAlexvenueno aff
Derek S. Sikes, Matthew L. Bowser, Kathryn M. Daly, Toke T. Høye, Sarah Meierotto, Logan Mullen, Jozef Slowik, Jill Stockbridge

Notice bibliographique

RevueArctic Science · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Arctic SciencesU.S. Fish and Wildlife ServiceAlaska Department of Fish and GameNational Park ServiceMassachusetts Department of Fish and GameNational Science Foundation
Mots-clésDocumentationBiodiversityLatitudeBaseline (sea)Climate changeGeographyPopulationValue (mathematics)High latitudeProduction (economics)Distribution (mathematics)InvertebrateEcologyEnvironmental resource managementPhysical geographyBiologyComputer scienceEnvironmental scienceDemographySociologyFishery

Résumé

récupéré en direct d'OpenAlex

If the current rate of climate change continues, the composition, distribution, and relative population sizes of species in the higher latitudes of the Northern Hemisphere are likely to change considerably. Understanding the magnitude of this change requires a well- documented baseline against which to compare. Although specimen-less observations can help augment such a baseline for the minority of organisms that can be confidently identified in the field or from photographs, the vast majority of species are small-bodied invertebrates, primarily arthropods, that can only be identified from preserved specimens and (or) their tissues. Museum staff archive specimens and make them and their data available for research. This paper describes a number of challenges to the goal of thorough documentation of high-latitude arthropod biodiversity and their potential solutions. Examples are provided from ongoing and recently completed research that demonstrates the value of museum specimens and the sharing of their data via global portals like GBIF.org.

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)0,032
score de la tête « metaresearch » (Gemma)0,044
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,044
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0100,010
Études des sciences et des technologies0,0040,004
Communication savante0,0080,011
Science ouverte0,0020,012
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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 Opus0,109
Tête enseignante GPT0,299
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 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

Citations19
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207