MétaCan
Menu
Retour à la cohorte
Enregistrement W3156779366 · doi:10.1002/eco.2295

An ecohydrological typology for thermal refuges in streams and rivers

2021· article· en· W3156779366 sur OpenAlexaff
Christopher J. Sullivan, Jason C. Vokoun, Ashley M. Helton, Martin A. Briggs, Barret L. Kurylyk

Notice bibliographique

RevueEcohydrology · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTypologyConceptualizationAmbiguitySTREAMSEnvironmental resource managementEnvironmental scienceEcologyComputer scienceGeographyBiologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Thermal refuges are thermally distinct riverscape features used by aquatic organisms during unfavourable thermal events, facilitating resilience in marginal environments. However, the thermal refuge concept is nebulous, and the often interchangeable use of the term ‘thermal refugia’ creates additional ambiguity. We argue that lexical differences resulting from divergent scholarly trainings hinder holistic understanding of thermal refuges; thus, existing studies would benefit from a structured framework for thermal refuge conceptualization. Herein, we articulate an ecohydrological typology for defining and characterizing thermal refuges in streams and rivers by identifying key hydrological and thermal characteristics and variations in ecological function described in the literature. We use concepts that are easily definable, measurable and transferable across disciplines, riverscapes and species to discriminate among thermal refuge types. Future work can use our typology as a basis for more informed interdisciplinary discussion and interpretation of thermal refuges' role in riverscapes through more hypothesis‐driven research and conservation‐focused management.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0070,005
Études des sciences et des technologies0,0020,010
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,008
Tête enseignante GPT0,235
Écart entre enseignants0,227 · 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

Citations80
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcohydrologyMême sujetFish Ecology and Management StudiesTravaux en français237 207