MétaCan
Menu
Retour à la cohorte
Enregistrement W2943600721 · doi:10.1139/cjfas-2018-0425

Addressing the unique challenges of community-based capture–hold–release aquariums through a facility health program

2019· article· en· W2943600721 sur OpenAlexaffvenueabout
Craig Stephen, Laura Griffith-Cochrane, Joy Wade

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensBamfield Marine Sciences CentreUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésScrutinyPopularityBusinessGovernment (linguistics)EcologyEnvironmental resource managementFisheryBiologyEnvironmental sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Community-based capture–hold–release (CHR) aquariums were developed to (i) increase community connection to local marine environments by displaying local animals, (ii) avoid negative perceptions about holding animals by minimizing the time any individual is held captive, and (iii) operate with a low ecological footprint. CHR aquariums in British Columbia, Canada, require government-issued licences and permits to capture, hold, and release animals, a condition of which is that neither capture nor release can result in negative ecological, genetic, or disease impacts on wild populations in the collecting or receiving waters. Growth in the popularity of CHR aquariums is placing them under greater scrutiny from permitting agencies. Because of variability between facilities and a lack of performance standards, CHR aquariums cannot be assured of a consistent assessment. This paper proposes a CHR Aquarium Health Program that transparently and consistently provides assurances that they are socially and ecologically safe and recognizes the unique challenges of small-scaled, often rural aquariums. The value of this approach is discussed with respect to 10 years of implementation at the Ucluelet Aquarium.

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)0,011
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,003
Communication savante0,0030,002
Science ouverte0,0030,005
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,133
Tête enseignante GPT0,370
Écart entre enseignants0,237 · 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

Citations0
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetHuman-Animal Interaction StudiesTravaux en français237 207