Using Species Distribution Models to Predict Suitable Habitat for Threatened Plant Species of Southern Ontario
Notice bibliographique
Résumé
This thesis greatly benefitted from the help of many people in ineffable ways.Firstly, I need to thank my supervisor, Joseph Bennett, who from our very first conversation three years ago to the present has been nothing but encouraging, patient, understanding, and inspiring.I am so grateful that he has afforded me the opportunity to work on a research project concerning a conservation issue that is so important and close to us both.Throughout this process he has always provided helpful, thoughtful feedback on matters such as field work logistics, data analysis, writing, and all steps inbetween while showing the utmost concern for my mental and physical well-being.His kindness and generosity of time is unmatched.Except perhaps by Jenny McCune.Her incredible vision and motivation to begin this larger research project while a postdoc at the University of Guelph is what made my thesis research possible.From training me on the ins and outs of Maxent, to helping me with identification of pesky (yet loveable) asters and grasses, to providing me with carefully constructed comments on my thesis drafts (emphasis on the plural), she has been there every step of the way, always with a smile on her face.Jenny both encouraged and inspired me to consider different potential explanations and possibilities throughout my research and for all of this I cannot thank her enough.I would also like to sincerely thank my other two committee members, Andrew Simons and David Currie
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».