A Valuation Of Ecological Services In The Great Lakes Basin Ecosystem to Sustain Healthy Communities and a Dynamic Economy
Notice bibliographique
Résumé
Summary of Quantified Economic Attributes of Great Lakes Resources Sector Value per annum (except where noted) Notes Where value is counted Relevance to Great Lakes Ecosystem Quality and Water Quantity Commercial Fishing $35 million Landed value of fish only (before processing) Ontario, Canada Quality of water in the Great Lakes directly related to prosperity of industry Contaminant levels in fish are a measure of effectiveness of harmful pollutant management regionally, nationally, internationally Contaminant levels in fish can also reflect how changes in food web effect contaminant tropho-dynamics; Contaminant levels that exceed guidelines and regulations for safe consumption, export represent a lost economic, cultural use opportunities) Lower water levels reduce spawning and breeding areas for native fish $91.4 million including indirect sales, employment income and taxes + 1136 person years of work Direct and indirect sales value As above $23-$24 million Landed value of fish only Ontario, Canada Aquaculture $65 million + 500 person years of work Total Value added to the economy Ontario, Canada Quality of water in the Great Lakes directly related to prosperity of industry Lower water levels or changes to nearshore currents could exacerbate waste assimilation from net cultures Transportation $2.2 - $3 billion + 17/18,000 jobs Value added to provincial GDP through activities generated by transport industry Great Lakes and St. Lawrence Lower water levels reduce the transportation/navigation abilities of commercial boats in the Great Lakes, decreases value of maritime transport $7.5 billion Value of total industry Πincluding money spent on trips, boats, travel, tourism, etc. Canada and US Sport Fishing $500 million Direct Spending on trips only, no secondary effects Ontario, Canada Quality of water in the Great Lakes directly related to prosperity of industry Lower water levels reduce spawning and breeding areas for native fish Polluted water reduces recreational enjoyment and willingness to participate in industry
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».