MétaCan
Menu
Retour à la cohorte
Enregistrement W3117646746 · doi:10.1093/icesjms/fsaa230

The legacy of Johan Hjort: challenges and critical periods—past, present, and future

2020· article· en· W3117646746 sur OpenAlexaff
Olav Sigurd Kjesbu, Jennifer Hubbard, Iain M. Suthers, Vera Schwach

Notice bibliographique

RevueICES Journal of Marine Science · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésHonourContext (archaeology)HistoryTheme (computing)Environmental ethicsSociologyComputer sciencePhilosophyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract The 150th anniversary of Johan Hjort’s birth was celebrated by a symposium held in Bergen on 12–14 June 2019 to take a broad perspective on the origins of, and developments in, fisheries science and thereby examine current issues in fisheries science from different perspectives. To establish this type of non-traditional forum, historians of marine science and marine researchers from around the world met to explore potential new directions. The many transdisciplinary panel discussions, especially on subjects such as “the making of fisheries scientists”, revealed the pervading influence of family, educators, role models, and social circumstances. The 11 articles included in this symposium issue present a series of advancements in modern fisheries science, highlighting the contributions of Hjort and his contemporaries, Fyodor Baranov and Harald Dannevig. As expected, the effects of changing ocean climate were a dominant theme, which connected this symposium, and complemented, the 2014 symposium in honour of Johan Hjort's influential treatise released in 1914. Although no ground-breaking paradigms were presented, several new research directions were proposed in a creative atmosphere generated by participants. The social context of science had a key influence in Hjort’s day and continues to do so today and into the future.

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)0,009
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,011
Communication savante0,0170,010
Science ouverte0,0010,006
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 GPT0,283
Écart entre enseignants0,259 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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 revueICES Journal of Marine ScienceMême sujetMarine and fisheries researchTravaux en français237 207