MétaCan
Menu
Retour à la cohorte
Enregistrement W2775563880 · doi:10.1017/9781316871867.016

Ecological Networks in Managed Ecosystems: Connecting Structure to Services

2017· book-chapter· en· W2775563880 sur OpenAlexaff
Christian Mulder, Valentina Sechi, Guy Woodward, David A. Bohan

Notice bibliographique

RevueCambridge University Press eBooks · 2017
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésEcosystemEcosystem servicesComputer scienceEnvironmental resource managementBusinessEcologyEnvironmental scienceWorld Wide WebBiology

Résumé

récupéré en direct d'OpenAlex

Introduction Ecological networks represent a cornerstone of ecology: they describe and evaluate the links between form and function in multispecies systems, such as food-web structure and dynamics, and they connect different scales and levels of biological organization (Moore and de Ruiter, 2012; Wall et al., 2015). These properties of being able to elucidate both the structure within complex systems and their scaling indicate that ecological networks and network theory could be widely applied to practical problems, including management decision-making processes such as the design of nature reserves and the preservation of ecosystem services. While the study of networks – initially food-web compartments, then community assemblages, and more recently mutualistic networks – is now firmly embedded in ecology (Levins, 1974; Cohen, 1978; Hunt et al., 1987; Beare et al., 1992; Solé and Montoya, 2001; Berlow et al., 2004; Moore et al., 2004; Cohen and Carpenter, 2005; Thébault and Fontaine, 2010; Moore and de Ruiter, 2012; Pocock et al., 2012; Neutel and Thorne, 2014), the application of such approaches to managed ecosystems has lagged far behind. There are many explanations for this disconnection between agro-ecology and ecology, not least the pervasive view that because they are human managed and disturbed agro-systems are fundamentally “unnatural” and different from natural ecosystems: most ecologists prefer to study so-called natural ecosystems, even though most of these have in fact been heavily influenced by mankind for centuries either directly by local activity or indirectly by long-distance pollution. Network approaches have rarely been applied to agriculture and forestry, which is perhaps surprising given that much of the early, integrated management research (e.g., from the seminal works by Von Carlowitz, 1713, and Von Liebig, 1840, onwards) and the study of networks that stimulated major advances in ecological theory was grounded in attempts to improve agricultural and timber production (Wardle, 2002; Schröter et al., 2003; Coleman et al., 2004; Moore and de Ruiter, 2012, and the references therein). The last two decades have seen a hiatus in advances in agro-ecology in this area, while new network theory and empirical studies have elucidated the roles of body size in ecosystems and the study of plant–pollinator networks and other mutualistic webs have redefined our understanding of general ecology.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,229
Écart entre enseignants0,211 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207