MétaCan
Menu
Retour à la cohorte
Enregistrement W3020847961 · doi:10.1101/2020.05.04.077818

Change in terrestrial human footprint drives continued loss of intact ecosystems

2020· preprint· en· W3020847961 sur OpenAlexaff
Brooke Williams, Oscar Venter, James R. Allan, Scott Atkinson, Jose A. Rehbein, Michelle Ward, Moreno Di Marco, Hedley S. Grantham, Jamison Ervin, S. J. Goetz, Andrew J. Hansen, Patrick Jantz, Rajeev Pillay, Susana Rodríguez‐Buriticá, Christina Supples, Anne Virnig, James Watson

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesAustralian GovernmentNational Aeronautics and Space Administration
Mots-clésShrublandBiomeEcosystemDisturbance (geology)Terrestrial ecosystemRainforestFootprintSubtropicsGeographyWildernessEnvironmental scienceClimate changeEarth observationEcological footprintEcologyPhysical geographySustainabilityGeologySatelliteArchaeology

Résumé

récupéré en direct d'OpenAlex

Summary Our ability to map humanity’s influence across Earth has evolved, thanks to powerful computing, a network of earth observing satellites, and new bottom-up census and crowd-sourced data. Here, we provide the latest temporally inter-comparable maps of the terrestrial Human Footprint, and assessment of change in human pressure at global, biome, and ecoregional scales. In 2013, 42% of terrestrial Earth could be considered relatively free of anthropogenic disturbance, and 25% could be classed as ‘wilderness’ (the least degraded end of the human footprint spectrum). Between 2000 and 2013, 1.9 million km 2 - an area the size of Mexico - of land relatively free of human disturbance became highly modified. The majority of this occurred within tropical and subtropical grasslands, savannah, and shrubland ecosystems, but the rainforests of Southeast Asia also underwent rapid modification. Our results show that humanity’s footprint is eroding Earth’s last intact ecosystems, and greater efforts are urgently needed to retain them.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,251
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,041
Tête enseignante GPT0,290
Écart entre enseignants0,249 · 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.

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

Citations40
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetZoonotic diseases and public healthTravaux en français237 207