MétaCan
Menu
← Retour à la cohorte
Enregistrement W3155949685 · doi:10.24908/iqurcp.9885

12. Black Bear Conservation efforts in Ontario

2018· article· en· W3155949685 sur OpenAlexvenueaboutno aff
Elizabeth Cummings, Erin Neville, Allison Slater, Nicci Zargarpour

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOutreachGeographyProtected areaUrsusEnvironmental resource managementEcologyEnvironmental planningPolitical sciencePopulationSociologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Over the past 200 years, large carnivore range has been decreased due to an increase in human density and influence through agriculture and industrialization. The black bear (Ursusa americanus) is a severely impacted species which has experienced nearly a 50% range loss and has been extirpated from parts of North America. Much public controversy surrounds this species, due to issues associated with hunting, human-bear interactions, and species management strategies. Increasing public awareness of black bear ecology, a charismatic megafauna, will spark positive and pro-conservation efforts across North America. Therefore, area and knowledge-specific education is important in engaging affected communities in black bear ecology and the importance of conservation. The Ministry of Natural Resources has made an effort in these areas by establishing the Bear Wise Program, however there is room within this program for expansion and development of their initiatives. Such expansions include improvement of public education, community outreach and youth awareness of black bears in a holistic ecosystem, versus case specific, approach. Identification of high-impact areas in Ontario would support the allocation of provincial resources to address these issues by implementing changes in local infrastructure, educational development and region-specific management. This project builds off of already established black bear management to increase region and province-wide conservation. The knowledge provided through this project will allow for future efforts across a wide geographical area.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,257

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0150,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,088
Tête enseignante GPT0,323
Écart entre enseignants0,236 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference Proceedings→Même sujetRangeland and Wildlife Management→Travaux en français237 207→