MétaCan
Menu
Retour à la cohorte
Enregistrement W3013415051 · doi:10.3390/su12072662

Soil Biodiversity Integrates Solutions for a Sustainable Future

2020· article· en· W3013415051 sur OpenAlexaff
Elizabeth M. Bach, Kelly S. Ramirez, Tandra D. Fraser, Diana H. Wall

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil Carbon and Nitrogen Dynamics
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesColorado State University
Mots-clésBiodiversitySustainabilitySoil biodiversityEnvironmental scienceSoil functionsEcosystem servicesEnvironmental resource managementLand useSoil biologyEcosystemEnvironmental planningBusinessAgroforestrySoil waterEcologySoil scienceSoil fertilityBiology

Résumé

récupéré en direct d'OpenAlex

Soils are home to more than 25% of the earth’s total biodiversity and supports life on land and water, nutrient cycling and retention, food production, pollution remediation, and climate regulation. Accumulating evidence demonstrates that multiple sustainability goals can be simultaneously addressed when soil biota are put at the center of land management assessments; this is because the activity and interactions of soil organisms are intimately tied to multiple processes that ecosystems and society rely on. With soil biodiversity at the center of multiple globally relevant sustainability programs, we will be able to more efficiently and holistically achieve the Sustainable Development Goals and Aichi Biodiversity Targets. Here we review scenarios where soil biota can clearly support global sustainability targets, global changes and pressures that threaten soil biodiversity, and actions to conserve soil biodiversity and advance sustainability goals. This synthesis shows how the latest empirical evidence from soil biological research can shape tangible actions around the world for a sustainable future.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,016
Tête enseignante GPT0,215
Écart entre enseignants0,198 · 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'étudeSans objet
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

Citations200
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetSoil Carbon and Nitrogen DynamicsTravaux en français237 207