MétaCan
Menu
Retour à la cohorte
Enregistrement W2897146434 · doi:10.1080/14634988.2018.1536437

Habitat rehabilitation in the Detroit River Area of Concern

2018· article· en· W2897146434 sur OpenAlexaffabout
John H. Hartig, Christian J. Sanders, R. J. H. Wyma, James C. Boase, Edward F. Roseman

Notice bibliographique

RevueAquatic Ecosystem Health & Management · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensToronto and Region Conservation AuthorityBalsillie School of International Affairs
Organismes subventionnairesnon disponible
Mots-clésHabitatWildlifeGeographyRestoration ecologyEnvironmental resource managementEnvironmental planningWatershed managementShoreOutreachEnvironmental protectionFisheryWatershedEcologyEnvironmental sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Loss and degradation of fish and wildlife habitat is a long-standing issue in the Detroit River. The Detroit River Remedial Action Plan helped agencies and stakeholder groups reach agreement on impaired beneficial uses, including loss of fish and wildlife habitat, and helped mobilize all stakeholders to rehabilitate habitat. Many organizations played key roles, including the Detroit River Public Advisory Council, Detroit River Canadian Cleanup, State of the Strait Conferences, American and Canadian Heritage River Initiatives, Detroit River International Wildlife Refuge, and Western Lake Erie Watersheds Priority Natural Area. Accomplishments include: 14 habitat restoration projects on both the Canadian and U.S. side of the Detroit River; 53 soft shoreline engineering projects in the watershed; nine fish spawning reefs in the river, Common Tern habitat in four locations; and many wetland and green infrastructure projects. Based on Detroit River habitat restoration efforts over the last 32 years, the following advice is offered: reach agreement on severity and geographic extent of the problem; practice adaptive management; involve habitat experts up front in project design; establish quantitative targets for project success; ensure sound multidisciplinary technical support; start with demonstration projects; treat habitat projects as experiments; involve citizen scientists in monitoring; measure benefits; communicate and celebrate successes; promote education and outreach.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,203
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,262
Écart entre enseignants0,244 · 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 tête enseignante, 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

Citations15
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAquatic Ecosystem Health & ManagementMême sujetFish Ecology and Management StudiesTravaux en français237 207