MétaCan
Menu
Retour à la cohorte
Enregistrement W2991401733 · doi:10.1002/lol2.10131

Is limnology becoming increasingly abiotic, riverine, and global?

2019· article· en· W2991401733 sur OpenAlexafffund
Jean‐François Lapierre, Adam J. Heathcote, Philippe Maisonneuve, Christopher T. Filstrup

Notice bibliographique

RevueLimnology and Oceanography Letters · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLimnologyAbiotic componentContext (archaeology)EcologyData scienceGeographyBiologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Scientists often debate on the evolving state of their fields and future research directions, but empirical studies on research trends are rare and this limits our capacity to disentangle perceptions from facts within the mass of available data. We used ecological and paleolimnological approaches to assess how the “community” of words most commonly used in limnological studies presented at the Association for the Sciences of Limnology and Oceanography (ASLO) meetings and published in Web of Science have evolved over the last decades. We found that the field of limnology has become increasingly focused on global abiotic research themes, especially in rivers, while there was a decrease in the proportion of organismal studies. We hypothesize that this results from both major influential publications highlighting the importance of framing limnology in a global context and the methodological limitations of organismal studies that prevent data from scaling up as quickly as their abiotic counterparts.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,774

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,187
Écart entre enseignants0,183 · 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

Citations9
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLimnology and Oceanography LettersMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207