MétaCan
Menu
Retour à la cohorte
Enregistrement W2809231016 · doi:10.3197/jps.2017.1.2.53

call for conservation scientists to empirically study the effects of human population policies on biodiversity loss

2017· article· en· W2809231016 sur OpenAlexaff
Niki Rust, Laura Kehoe

Notice bibliographique

RevueThe Journal of Population and Sustainability · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Education and Sustainability
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésBiodiversityAnthropoceneConservation sciencePopulationTabooConservation biologyPopulation growthConsumption (sociology)Conservation psychologyEnvironmental resource managementNatural resource economicsGeographyEnvironmental planningEcologyPolitical scienceSociologyEconomicsBiologySocial scienceDemography

Résumé

récupéré en direct d'OpenAlex

The world is changing more quickly now than it ever has before, predominantly due to our large consumption rates and population size. Despite this epoch being well-accepted as the 'Anthropocene', it is surprising that there is still a lack of willingness by many conservation scientists to engage with the consequences of human population dynamics on biodiversity. We highlight the importance of addressing the effects of our population abundance, density and growth rate on conservation and note that environmental organisations are beginning to embrace this problem but the take-up amongst conservation researchers to empirically study their effect on biodiversity is slow. We argue that the lack of published research may partly be because the topic is still considered taboo. We therefore urge conservation scientists to direct more of their research efforts on this issue, particularly to examples that highlight the effects of Population, Health and Environment (PHE) projects and female education initiatives on biodiversity.

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)0,015
score de la tête « metaresearch » (Gemma)0,090
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,090
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,006
Communication savante0,0050,006
Science ouverte0,0020,002
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0230,002

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 GPT0,335
Écart entre enseignants0,317 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Population and SustainabilityMême sujetEnvironmental Education and SustainabilityTravaux en français237 207