MétaCan
Menu
Retour à la cohorte
Enregistrement W2794115523 · doi:10.1093/conphys/coy015

Crossing boundaries in conservation physiology

2018· editorial· en· W2794115523 sur OpenAlexafffund
Sean Tomlinson, Jodie L. Rummer, Kevin R. Hultine, Steven J. Cooke

Notice bibliographique

RevueConservation Physiology · 2018
Typeeditorial
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensCarleton University
Organismes subventionnairesAustralian Research CouncilNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésBiologyEcologyPhysiology

Résumé

récupéré en direct d'OpenAlex

Ecophysiology investigates the mechanisms underpinning the interactions between an organism and its environment (Block and Vannier, 1994). The audience of, and contributors to, ‘Conservation Physiology’ are well aware as to how intriguingly complex these interactions can be; yet, we tend to take this one step further. We do not aim just to understand these complexities in some abstract sense. We want our research to be ‘useful and relevant’ to society. A critical aspect of ecophysiology has always been that it can be researched in anthropogenic or managed environments (Feder and Block, 1991; Block and Vannier, 1994), and there is a long heritage that enmeshes physiological measurements with conservation interests (Wikelski and Cooke, 2006; Cooke et al., 2013). Indeed, it has been recognized for well over two decades that the full potential of conservation science depends on the integration of diverse expertise (Cooke et al., 2013), and between research and practice (Cooke and O’Connor, 2010). Yet is conservation physiology really a useful science, and have we truly begun to establish the levels of cross-disciplinary collaboration required to make it so? Furthermore, do these broad collaborations involving complex research themes fit within the practical urgency of a conservation crisis?

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,350
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,005
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,019
Tête enseignante GPT0,262
Écart entre enseignants0,243 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConservation PhysiologyMême sujetPhysiological and biochemical adaptationsTravaux en français237 207