MétaCan
Menu
Retour à la cohorte
Enregistrement W3092371372 · doi:10.1093/biosci/biaa088

The Ecology of Disturbance Interactions

2020· article· en· W3092371372 sur OpenAlexafffund
Philip J. Burton, Anke Jentsch, Lawrence R. Walker

Notice bibliographique

RevueBioScience · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcosystem dynamics and resilience
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesElitenetzwerk BayernBayerische ForschungsallianzUniversity of Northern British ColumbiaUniversity of Nevada, Las Vegas
Mots-clésDisturbance (geology)EcologyDependency (UML)EcosystemEnvironmental scienceCumulative effectsNatural (archaeology)Environmental resource managementGeographyComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Global change has been accompanied by recent increases in the frequency and intensity of various ecological disturbances (e.g., fires, floods, cyclones), both natural and anthropogenic in origin. Because these disturbances often interact, their cumulative and synergistic effects can result in unforeseen consequences, such as insect outbreaks, crop failure, and progressive ecosystem degradation. We consider the roles of biological legacies, thresholds, and lag effects responsible for the distinctive impacts of interacting disturbances. We propose a hierarchical classification that distinguishes the patterns and implications associated with random co-occurrences, individual links, and multiple links among disturbances that cascade in chains or networks. Disturbance-promoting interactions apparently prevail over disturbance-inhibiting ones. Complex and exogenous disturbance cascades are less predictable than simple and endogenous links because of their dependency on adjacent or synchronous events. These distinctions help define regional disturbance regimes and can have implications for natural selection, risk assessment, and options for management intervention.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,204 · 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'étudeThéorique ou conceptuel
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

Citations190
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioScienceMême sujetEcosystem dynamics and resilienceTravaux en français237 207