MétaCan
Menu
Retour à la cohorte
Enregistrement W2890156123 · doi:10.1071/mf18028

Decline in New Zealand’s freshwater fish fauna: effect of land use

2018· article· en· W2890156123 sur OpenAlexaff
Michael Joy, Kyleisha J. Foote, Pierce McNie, Marina Piria

Notice bibliographique

RevueMarine and Freshwater Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésFaunaIndex of biological integrityThreatened speciesFreshwater fishAbundance (ecology)EcologyLand coverGeographyVegetation (pathology)Drainage basinPastureFisheryBiologyFish <Actinopterygii>Land useHabitat

Résumé

récupéré en direct d'OpenAlex

The number of New Zealand’s freshwater fish listed as threatened has increased since 1992 when the first New Zealand threat classification system list was compiled. In this study, temporal and land cover-related trends were analysed for data on freshwater fish distribution, comprising more than 20 000 records for the 47 years from January 1970 to January 2017 from the New Zealand Freshwater Fish Database. The analysis included individual species abundance and distribution trends, as well as an index of fish community integrity, namely the Index of Biotic Integrity (IBI). Of the 25 fish species that met the requirements for analysis to determine changes in the proportion of sites they occupied over time, 76% had negative trends (indicating declining occurrence). Of the 20 native species analysed for the proportion of sites occupied over time, 75% had negative trends; 65% of these were significant declines and more species were in decline at pasture sites than natural cover sites. The average IBI score also declined over the time period and, when analysed separately, the major land cover types revealed that the IBI declined at pasture catchment sites but not at sites with natural vegetation catchments.

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)0,003
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 enseignants0,303
Score d'incertitude au seuil0,603

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,029
Tête enseignante GPT0,299
Écart entre enseignants0,270 · 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

Citations43
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Freshwater ResearchMême sujetFish Ecology and Management StudiesTravaux en français237 207