Marine Socio‐Environmental Covariates: queryable global layers of environmental and anthropogenic variables for marine ecosystem studies
Notice bibliographique
Résumé
Biophysical conditions, including climate, environmental stress, and habitat availability, are key drivers of many ecological processes (e.g., community assembly and productivity) and associated ecosystem services (e.g., carbon sequestration and fishery production). Furthermore, anthropogenic impacts such as coastal development and fishing can have drastic effects on the structure and function of marine ecosystems. Scientists need to account for environmental variation and human impacts to accurately model, manage, and conserve marine ecosystems. Although there are many types of environmental data available from global remote sensing and open-source data products, some are inaccessible to potential end-users because they exist as global layers in high temporal and spatial resolutions which require considerable computational power to process. Additionally, coastal locations often suffer from missing data or data quality issues which limit the utility of some global marine products for coastal sites. Herein we present the Marine Socio-Environmental Covariates dataset for the global oceans, which consists of environmental and anthropogenic variables summarized in ecologically relevant ways. The dataset includes four sets of environmental variables related to biophysical conditions (net primary productivity models corrected for shallow-water reflectance, wave energy including sheltered-coastline corrections) and landscape context (coral reef and land cover within varying radii). We also present two sets of anthropogenic variables, human population density (within varying radii) and distance to large population center, which can serve as indicators of local human impacts. We have paired global, summarized layers available for download with an online data querying platform that allows users to extract data for specific point locations with finer control of summary statistics. In creating these global layers and online platform, we hope to make the data accessible to a wide array of end-users with the goal of advancing marine ecosystem studies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».