MétaCan
Menu
Retour à la cohorte
Enregistrement W2922911147 · doi:10.1111/csp2.21

Climate policy action needed to reduce vulnerability of conservation‐reliant grassland birds in North America

2019· article· en· W2922911147 sur OpenAlexfundno aff
Chad B. Wilsey, Lotem Taylor, Brooke L. Bateman, Caitlin M. Jensen, Nicole L. Michel, Arvind O. Panjabi, Gary Langham

Notice bibliographique

RevueConservation Science and Practice · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesNatural Resources Conservation ServiceCommission for Environmental CooperationJohn D. and Catherine T. MacArthur Foundation
Mots-clésGrasslandClimate changeVulnerability (computing)GeographyPopulationRange (aeronautics)EcologyAgroforestryEnvironmental scienceBiologyDemography

Résumé

récupéré en direct d'OpenAlex

Grassland birds have suffered dramatic population declines and are under threat of further grassland conversion. Simultaneously, grassland regions are projected to have high rates of future climate change. We assessed the vulnerability of grassland birds in North America under scenarios of global climate change reflecting the objectives of the Paris Agreement. The assessment incorporated model‐based projections of range losses and gains as well as trait‐based information on adaptive capacity. Nearly half (42%) of grassland birds were highly vulnerable during the breeding season under a 3.0°C increase in global mean temperature scenario representing current commitments under the Paris Accord. This proportion declined to 13% with a 2.0°C increase and to 8% with a 1.5°C increase over preindustrial global mean temperature. Regardless of scenario, more than 70% of grassland birds had some vulnerability to climate change. Policy actions beyond the present‐day national commitments under the Paris Accord are needed to reduce vulnerability of grassland birds in a changing climate.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,039
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,064
Tête enseignante GPT0,355
Écart entre enseignants0,291 · 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

Citations45
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation Science and PracticeMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207