MétaCan
Menu
Retour à la cohorte
Enregistrement W3131006728 · doi:10.1038/s41598-021-81437-8

Reply to: ‘Flooding is a key driver of the Tonle Sap dai fishery in Cambodia’

2021· letter· en· W3131006728 sur OpenAlexaff
Gaël Grenouillet, Kevin S. McCann, Bailey C. McMeans, Evan Fraser, Nam So, Zeb Hogan, Sovan Lek, Peng Bun Ngor

Notice bibliographique

RevueScientific Reports · 2021
Typeletter
Langueen
DomaineSocial Sciences
ThématiqueCambodian History and Society
Établissements canadiensUniversity of TorontoUniversity of Guelph
Organismes subventionnairesAgence Nationale de la RechercheUnited States Agency for International Development
Mots-clésFlooding (psychology)FisheryKey (lock)BiologyEcologyPsychology

Résumé

récupéré en direct d'OpenAlex

We empirically analyzed 1 an industrial-scale 'Dai' fishery (2000/2001-2014/2015) presenting the signatures of indiscriminate fishing effects on the Tonle Sap's fish community. Halls and Hortle 2 suggest that apparent recent changes in Tonle Sap's fish catch are more likely to reflect changing hydrological conditions than fishing-down effects, possibly caused by climate change and hydropower development. In addition, they question (1) the use of the Dai fishery data from 2000/01 onwards, as the fishery has been assessed since 1994 Finally, they claim that fishing effort from Tonle Sap may have declined as a result of fishing lot removal since 2012, and conclude that our findings may distract attention from irreversible and growing threats to fisheries caused by ongoing hydropower dam developments. We appreciate Halls and Hortle's contributions and the opportunity to discuss these issues.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,343
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,024
Tête enseignante GPT0,263
Écart entre enseignants0,238 · 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'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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCambodian History and SocietyTravaux en français237 207