MétaCan
Menu
Retour à la cohorte
Enregistrement W3014499609 · doi:10.1007/s00300-020-02657-8

Polar bear denning distribution in the Canadian Arctic

2020· article· en· W3014499609 sur OpenAlexaffabout
Katie R. N. Florko, Andrew E. Derocher, C-Jae C. Breiter, Maha Ghazal, Daryll Hedman, Jeff W. Higdon, Evan S. Richardson, Vicki Sahanatien, Vicki Trim, Stephen D. Petersen

Notice bibliographique

RevuePolar Biology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensNunavut Research InstituteAgriculture Food and Rural DevelopmentEnvironment and Climate Change CanadaUniversity of ManitobaUniversity of AlbertaUniversity of British Columbia
Organismes subventionnairesWorld Wildlife Fund
Mots-clésUrsus maritimusArcticHabitatSea iceDistribution (mathematics)The arcticClimate changeEcologyBiologyGeographyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Declines in Arctic sea ice associated with climate change have resulted in habitat loss for ice-adapted species, while facilitating increased human development at higher latitudes. Development increases land-use and shipping traffic, which can threaten ecologically and culturally important species. Female polar bears ( Ursus maritimus ) and cubs are susceptible to disturbance during denning; a better understanding of denning habitat distribution may aid management. We compiled existing location data on polar bear denning ( n = 64 sources) in Canada between 1967 and 2018, including traditional ecological knowledge (TEK) studies, government and consultant reports, peer-reviewed scientific articles, and unpublished data acquired through data-sharing agreements. We synthesized these data to create a map of known denning locations. Most coastal regions in northern Canada supported denning, but large areas exist where denning is unreported. Gaps remain in the knowledge of polar bear denning in Canada and filling these will aid the conservation and management of polar bears in a changing Arctic.

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 enseignants0,262
Score d'incertitude au seuil0,769

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)0,0010,001

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 Opus0,024
Tête enseignante GPT0,239
Écart entre enseignants0,216 · 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

Citations17
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolar BiologyMême sujetMarine animal studies overviewTravaux en français237 207