MétaCan
Menu
Retour à la cohorte
Enregistrement W3024567249 · doi:10.1002/geo2.89

Anthropogenically forced change in aquatic ecosystems: Reflections on the use of monitoring, archival and palaeolimnological data to inform conservation

2020· article· en· W3024567249 sur OpenAlexaff
Lucy Roberts, Isabel Bishop, Jennifer Adams

Notice bibliographique

RevueGeo Geography and Environment · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesBritish Ecological SocietyEcological Society of America
Mots-clésLimnologyAquatic ecosystemLake ecosystemEcosystemSession (web analytics)Aquatic scienceEnvironmental resource managementFreshwater ecosystemRegime shiftEcologyMarine ecosystemGeographyEnvironmental scienceComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

The open collection “Aquatic transitions: Tracking the nature and trajectories of anthropogenically forced change in freshwater and coastal ecosystems” stems from a session of the same name at the ASLO (Association for the Sciences of Limnology and Oceanography) Aquatic Sciences Meeting 2017 in Honolulu, Hawai'i. The five papers gathered here reflect the focus of the special session on long‐term ecosystem research and monitoring (LTERM), and collectively make use of monitoring data, palaeolimnology, and historical and documentary records to explore the timing, extent, and causes of human‐related impacts on aquatic ecosystems. Collectively, they demonstrate that because timescales of ecological change often extend beyond contemporary monitoring, LTERM plays a crucial role in supporting evidence‐based conservation. In this introduction, we reflect on the role that LTERM has had in each of the ecosystems studied, and discuss the opportunities for LTERM work to inform future conservation.

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)0,075
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,398

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0750,057
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0040,035
Communication savante0,0120,019
Science ouverte0,0030,008
Intégrité de la recherche0,0050,009
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,190
Tête enseignante GPT0,293
Écart entre enseignants0,103 · 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'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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeo Geography and EnvironmentMême sujetFish Ecology and Management StudiesTravaux en français237 207