MétaCan
Menu
Retour à la cohorte
Enregistrement W2625507652 · doi:10.1002/aqc.2781

Living on the edge: Traits of freshwater fish species at risk in Canada

2017· article· en· W2625507652 sur OpenAlexafffundabout
W.R. Glass, Lynda D. Corkum, Nicholas E. Mandrak

Notice bibliographique

RevueAquatic Conservation Marine and Freshwater Ecosystems · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensThe Scarborough HospitalUniversity of WindsorUniversity of TorontoFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésEndangered speciesWildlifeFreshwater fishConservation statusEcologyGuildRisk assessmentRange (aeronautics)BiologyGeographyThreatened speciesWildlife tradeFisheryHabitatFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract The native ranges of many species in North America reach their northern extent in southern Canada, which results in several aquatic species with core populations found farther south being assessed as at risk by the Committee on the Status of Endangered Wildlife in Canada (COSEWIC) and receiving protection under the Species at Risk Act (SARA). To determine traits that predict at‐risk status for freshwater fishes in Canada a classification and regression tree analysis was performed using a suite of ecological and life‐history traits, and the species’ distributions in Canada. Range‐edge distribution in Canada was a significant predictor of a species assessed as at risk by COSEWIC and to be listed as at risk under SARA. Other predictive traits included Balon reproductive guild, reproductive age/maximum age ratio, and lifespan. Species with economic value were also not likely to be assessed as at risk by COSEWIC. Analyses showed greater inconsistency in listing status under SARA than COSEWIC assessment, and a bias toward not listing species, despite predicted at‐risk status, was evident. The predictive models may prove useful in making future conservation decisions and highlight species that should have their status (re)assessed.

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)0,001
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 enseignants0,042
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,189
Écart entre enseignants0,173 · 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

Citations15
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAquatic Conservation Marine and Freshwater EcosystemsMême sujetFish Ecology and Management StudiesTravaux en français237 207