MétaCan
Menu
Retour à la cohorte
Enregistrement W3196689654 · doi:10.1038/s41586-021-03740-8

The contribution of insects to global forest deadwood decomposition

2021· article· en· W3196689654 sur OpenAlexaff
Sebastian Seibold, Werner Rammer, Torsten Hothorn, Rupert Seidl, Michael D. Ulyshen, Janina Lorz, Marc W. Cadotte, David B. Lindenmayer, Yagya P. Adhikari, Roxana Aragón, Soyeon Bae, Petr Baldrián, Hassan Barimani Varandi, Jos Barlow, Claus Bässler, Jacques Beauchêne, Érika Berenguer, Rodrigo Scarton Bergamin, Tone Birkemoe, Gergely Boros, Roland Brandl, Hervé Brustel, Philip J. Burton, Yvonne Tété Cakpo, Jorge Castro, Estelle Cateau, Tyler Cobb, Nina Farwig, Romina Fernández, Jennifer Firn, Kee Seng Gan, Grizelle González, Martin M. Goßner, Jan Christian Habel, Christian Hébert, Christoph Heibl, Osmo Heikkala, Andreas Hemp, Claudia Hemp, Joakim Hjältén, Stefan Hotes, Jari Kouki, Thibault Lachat, Jie Liu, Yu Liu, Ya‐Huang Luo, Damasa B. Magcale-Macandog, Pablo E. Martina, Sharif A. Mukul, Baatarbileg Nachin, Kurtis Nisbet, John O’Halloran, Anne Oxbrough, Jeev Nath Pandey, Tomáš Pavlı́ček, Stephen M. Pawson, Jacques Rakotondranary, Jean‐Baptiste Ramanamanjato, Liana Chesini Rossi, Jürgen Schmidl, Mark Schulze, Stephen Seaton, Marisa J. Stone, Nigel E. Stork, Byambagerel Suran, Anne Sverdrup‐Thygeson, Simon Thorn, T. Ganesh, Tim Wardlaw, Wolfgang W. Weisser, Sungsoo Yoon, Naili Zhang, Jörg Müller

Notice bibliographique

RevueNature · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensNatural Resources CanadaUniversity of TorontoCanadian Forest ServiceUniversity of Northern British ColumbiaRoyal Alberta MuseumThe Scarborough Hospital
Organismes subventionnairesUniversity of the PhilippinesBundesministerium für Bildung und ForschungDeutscher Akademischer AustauschdienstMinisterio del Ambiente, Agua y Transición EcológicaEuropean CommissionDeutsche Forschungsgemeinschaft
Mots-clésDecompositionDecomposerCarbon fibersEnvironmental scienceEcosystemCarbon cyclePrecipitationTaigaBorealTemperate rainforestEcologyBiologyGeographyMathematics

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,049
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,228
Écart entre enseignants0,222 · 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.

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

Citations281
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNatureMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207