MétaCan
Menu
Retour à la cohorte
Enregistrement W3000382870 · doi:10.1371/journal.pone.0226544

Potential socioeconomic impacts from ocean acidification and climate change effects on Atlantic Canadian fisheries

2020· article· en· W3000382870 sur OpenAlexafffundabout
Tyler Wilson, Sarah Cooley, Travis C. Tai, William W. L. Cheung, Peter Tyedmers

Notice bibliographique

RevuePLoS ONE · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensUniversity of British ColumbiaDalhousie University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMarine Environmental Observation Prediction and Response Network
Mots-clésOcean acidificationClimate changeFisheryInvertebrateEffects of global warming on oceansNova scotiaResource (disambiguation)OceanographyGlobal changeEnvironmental changeEnvironmental scienceEcologyGeographyGlobal warmingBiology

Résumé

récupéré en direct d'OpenAlex

Ocean acidification is an emerging consequence of anthropogenic carbon dioxide emissions. The full extent of the biological impacts are currently not entirely defined. However, it is expected that invertebrate species that rely on the mineral calcium carbonate will be directly affected. Despite the limited understanding of the full extent of potential impacts and responses there is a need to identify potential pathways for human societies to be affected by ocean acidification. Research on these social implications is a small but developing field. This research contributes to this field by using an impact assessment framework, informed by a biophysical model of future species distributions, to investigate potential impacts facing Atlantic Canadian society from potential changes in shellfish fisheries driven by ocean acidification and climate change. New Brunswick and Nova Scotia are expected to see declines in resource accessibility but are relatively socially insulated from these changes. Conversely, Prince Edward Island, along with Newfoundland and Labrador are more socially vulnerable to potential losses in fisheries, but are expected to experience relatively minor net changes in access.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,029
Tête enseignante GPT0,186
Écart entre enseignants0,157 · 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'étudeSimulation ou modélisation
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

Citations40
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207