MétaCan
Menu
Retour à la cohorte
Enregistrement W3023972186 · doi:10.1038/s41467-020-15708-9

Future ocean biomass losses may widen socioeconomic equity gaps

2020· article· en· W3023972186 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueNature Communications · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensUniversité du Québec à MontréalDalhousie University
Organismes subventionnairesJarislowsky FoundationOcean Frontier InstituteBundesministerium für Bildung und ForschungCompute Canada
Mots-clésSocioeconomic statusEquity (law)Climate changeEcosystemEnvironmental scienceBiomass (ecology)Natural resource economicsEcosystem servicesGeographyEnvironmental resource managementClimatologyEcologyEconomicsEnvironmental healthBiologyPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Future climate impacts and their consequences are increasingly being explored using multi-model ensembles that average across individual model projections. Here we develop a statistical framework that integrates projections from coupled ecosystem and earth-system models to evaluate significance and uncertainty in marine animal biomass changes over the 21 st century in relation to socioeconomic indicators at national to global scales. Significant biomass changes are projected in 40%–57% of the global ocean, with 68%–84% of these areas exhibiting declining trends under low and high emission scenarios, respectively. Given unabated emissions, maritime nations with poor socioeconomic statuses such as low nutrition, wealth, and ocean health will experience the greatest projected losses. These findings suggest that climate-driven biomass changes will widen existing equity gaps and disproportionally affect populations that contributed least to global CO 2 emissions. However, our analysis also suggests that such deleterious outcomes are largely preventable by achieving negative emissions (RCP 2.6).

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil1,000

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 ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,029
Tête enseignante GPT0,294
Écart entre enseignants0,265 · 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