MétaCan
Menu
← Retour à la cohorte
Enregistrement W2789936029 · doi:10.7287/peerj.preprints.26698v1

Trait-based approach on deep-sea corals in the high-seas of the Flemish Cap and Flemish Pass (northwest Atlantic)

2018· preprint· en· W2789936029 sur OpenAlexaffabout
Ana García‐Alegre, F. Javier Murillo, M.M. Sacau-Cuadrado, Ellen Kenchington, Alberto Serrano, P. Durán-Muñoz

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésFlemishGeographyFisheryEcosystemCoralMarine ecosystemOceanographyEcologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Deep-sea coral aggregations represent important ecosystems in the Flemish Cap, where some areas have been closed to bottom fisheries by the Northwest Atlantic Fisheries Organization in order to implement conservation and management measures and prevent significant adverse impacts on Vulnerable Marine Ecosystems (VMEs). Flemish Cap is an offshore Bank located about 600 km to the east of Newfoundland, separated from the Grand Banks by the Flemish Pass, a channel approximately 1200 m deep. 40 taxa of corals were identified in the area from bottom trawl research vessel surveys (2006-2015) and rock dredges (2009-2010). They included 22 Alcyonacea, 11 Pennatulacea, 3 Antipatharia and 4 Scleractinia. Corals identified were classified according to their biological traits in an attempt to better understand their function in the ecosystem. This study analyzes which biological traits were useful to classify corals in the Flemish Cap and Flemish Pass prioritizing traits where information is available and that capture variation for a range of biological or ecological processes. This study represents a baseline classification, quantifying trait variation among species, for further studies such as habitat suitability models or impact studies from trawl fisheries and oil and gas exploitation, which represent the main potential human activities in the area.

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)0,001
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 enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,016
Tête enseignante GPT0,217
Écart entre enseignants0,201 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCoral and Marine Ecosystems Studies→Travaux en français237 207→