MétaCan
Menu
Retour à la cohorte
Enregistrement W2805051976 · doi:10.1139/as-2017-0019

Financial costs of conducting science in the Arctic: examples from seabird research

2018· article· en· W2805051976 sur OpenAlexaffvenue
Mark L. Mallory, H. Grant Gilchrist, Michael Janssen, Heather L. Major, Flemming Ravn Merkel, Jennifer F. Provencher, Hallvard Strøm

Notice bibliographique

RevueArctic Science · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of New BrunswickCarleton UniversityEnvironment and Climate Change CanadaAcadia University
Organismes subventionnairesnon disponible
Mots-clésSeabirdArcticThe arcticFinanceCitizen scienceBusinessEnvironmental scienceOceanographyEcologyGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Research in remote locations is more expensive than similar activities at sites with easier access, but these costs have rarely been compared. Using examples from seabird research, we show that conducting research in the Arctic is typically eight times more expensive than pursuing similar studies at a southern location. The differences in costs are related principally to the much higher expenses of travel and shipping (typically 4–10× higher for Arctic work), as well as the good practice of meaningful engagement with northern communities (4%–25% of project costs). Although there is some variation in costs among Arctic countries, we hope that the consistent pattern of relatively higher Arctic costs allows policy-makers and funding agencies to better plan for research support, especially for this region that is experiencing rapid environmental change.

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)0,014
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,035
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0050,002
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,104
Tête enseignante GPT0,327
Écart entre enseignants0,223 · 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.

Devis d'étudeObservationnel
DomaineIncitatifs
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

Citations115
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207