MétaCan
Menu
Retour à la cohorte
Enregistrement W4210295114 · doi:10.1016/j.jglr.2022.01.008

A synthesis of the Great Lakes Restoration Initiative according to the Open Standards for the Practice of Conservation

2022· article· en· W4210295114 sur OpenAlexvenueno aff
Matthew Jurjonas, Christopher A. May, Bradley J. Cardinale, Stephanie Kyriakakis, Douglas R. Pearsall, Patrick J. Doran

Notice bibliographique

RevueJournal of Great Lakes Research · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWater Resources and Governance
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric Administration
Mots-clésOutreachRestoration ecologyRecreationStewardship (theology)Best practiceAdaptive managementEnvironmental resource managementBusinessEnvironmental planningPolitical scienceGeographyEcologyEnvironmental sciencePolitics

Résumé

récupéré en direct d'OpenAlex

The Great Lakes Restoration Initiative (GLRI), designed to restore and protect the ecology of the Laurentian Great Lakes, is one of the largest environmental funding programs in the United States. Over 5,400 grants have been awarded in the last 11 years (2010–2020), representing over $3.5 billion in federal spending. A publicly available database that contains a written description about each grant is available online. However, analysis cannot easily be performed given that the descriptions are only textual. Therefore, we applied a modified version of the Conservation Action Classification (CAC 2.0), an established framework from the Open Standards for the Practice of Conservation, to synthesize the number of restoration actions, target species, and specific threats mentioned using thematic content analysis. The framework was modified to expand the CAC 2.0 by adding actions specific to GLRI. For example, we created typologies for the monitoring performed, site stewardship actions, and maritime ballast management practices. Based on this tally, we provide a summary of all the GLRI efforts to date. In addition to the more widely known restoration actions, we also describe the extent of educational, capacity building, and the non-monetary value projects that considered human wellbeing and/or focused on traditional ecological knowledge, recreation, or public outreach and engagement. Finally, we conclude with a discussion about the state of GLRI, the extent of the social or community-oriented efforts, and possible areas for adaptive management. This systematic coding process, and our shared supplementary data, can assist future GLRI research and strategic planning.

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)0,068
score de la tête « metaresearch » (Gemma)0,053
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: aucune
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,360

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0680,053
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,009
Études des sciences et des technologies0,0040,007
Communication savante0,0130,005
Science ouverte0,0030,011
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,154
Tête enseignante GPT0,440
Écart entre enseignants0,286 · 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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Great Lakes ResearchMême sujetWater Resources and GovernanceTravaux en français237 207