MétaCan
Menu
Retour à la cohorte
Enregistrement W2619772002 · doi:10.1093/jmammal/gyw157

Long-term simian research sites: significance for theory and conservation

2017· article· en· W2619772002 sur OpenAlexafffund
Colin A. Chapman, Amélie Corriveau, Valérie A. M. Schoof, Dennis Twinomugisha, Kim Valenta

Notice bibliographique

RevueJournal of Mammalogy · 2017
Typearticle
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensYork UniversityMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsWorld Wildlife FundNational Institutes of HealthNational Science Foundation
Mots-clésEcologyTerm (time)SimianPopulationPrimateGeographyBiologySociologyDemography

Résumé

récupéré en direct d'OpenAlex

Simian primates (monkeys and apes) are typically long-lived animals with slow life histories. They also have varying social organization and can slowly impact their environment by either being seed dispersers or by overbrowsing their food trees. As a result, short-term studies and those focusing on just 1 location only provide a snapshot of simian life under a specific set of ecological conditions that typically do not represent the complete spatial and temporal picture. Long-term field studies are needed to obtain a true understanding of their behavior, life history, ecology, and the selective pressures acting on them. Fortunately, there have been many long-term studies of simians, so a great deal is known about many species. Here, we consider examples of long-term studies that have operated continuously for approximately a decade or more. We review studies that deal with ecophysiology, social organization, population and community ecology, or conservation. The information emerging from these sites is particularly helpful in the construction of informed conservation plans, which are desperately needed given the severity of threats to simians and the fact that responses do not occur over the duration of a Ph.D. or granting cycle (typically 1–3 years).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,090
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,169
Tête enseignante GPT0,463
Écart entre enseignants0,294 · 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 tête enseignante, 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

Citations34
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of MammalogyMême sujetPrimate Behavior and EcologyTravaux en français237 207