IdentIfyIng prIorIty areas for marIne conservatIon In BrItIsH coLUmBIa: a coLLaBoratIve approacH
Notice bibliographique
Résumé
Implementation of marine conservation measures has been slow in British Columbia, providing the motivation for initiating the British Columbia Marine Conservation Analysis (BCMCA) project. The purpose of the BCMCA project is to collaboratively identify areas of high conservation interest for the marine waters of British Columbia. The project team is comprised of representatives from academia, First Nations organizations, non-profit environmental groups, federal and provincial government agencies, and user groups. The BCMCA project is developing two products: 1) an atlas of known ecological and human use values; and 2) a series of Marxan spatial analyses. The atlas will map ecological data, human use data, areas where data are lacking, and a combination of areas of ecological value and more intensive human use. The Marxan spatial analyses will iteratively identify: 1) areas with high conservation value based on ecological data only; 2) areas of high conservation value that minimize overlap with areas important to human use; and 3) areas of high conservation value that incorporate additional marine reserve design considerations. To guide and inform the analysis, we held five ecological expert workshops focused on various ecosystem components, are engaging user groups, and have a workshop planned to refine analysis methods. The ecological workshops drew on the knowledge and expertise of resource managers, the conservation community, academics and First Nations, to help assemble and use the best available data – biological, ecological and oceanographic – in developing sound, defensible analysis methods and products. Results of the BCMCA project are intended to advance marine planning initiatives in British Columbia by collaboratively and iteratively identifying potential areas of high conservation value.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,019 | 0,024 |
| Études des sciences et des technologies | 0,011 | 0,002 |
| Communication savante | 0,010 | 0,002 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».