MétaCan
Menu
Retour à la cohorte
Enregistrement W4230787387 · doi:10.1093/oso/9780198843610.001.0001

Conservation Physiology

2020· book· en· W4230787387 sur OpenAlexfundno aff

Notice bibliographique

RevueOxford University Press eBooks · 2020
Typebook
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEffects of Environmental Stressors on Livestock
Établissements canadiensnon disponible
Organismes subventionnairesNational Marine Fisheries ServiceOffice of Naval ResearchNational Oceanic and Atmospheric AdministrationUniversity of British ColumbiaMote Marine Laboratory and AquariumNorth Pacific Research BoardUniversity of Massachusetts DartmouthDartmouth CollegeNational Science Foundation
Mots-clésScope (computer science)ToolboxDiversity (politics)WildlifeConservation biologyConservation psychologyWildlife conservationEnvironmental resource managementEcologyEnvironmental planningGeographyComputer scienceBiologyBiodiversityPolitical scienceEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Conservation physiology is a rapidly expanding, multi-disciplinary field that uses physiological tools to characterize and solve conservation problems. This text provides a consolidated overview of the scope, purpose, and goals of conservation physiology, with a focus on animals. It outlines the major avenues by which conservation physiology is contributing to the monitoring, management, and restoration of animal populations and defines opportunities for growth in the field. By using a series of case studies, it illustrates how approaches from the conservation physiology toolbox tackle diverse conservation issues ranging from monitoring environmental stress, predicting the impact of climate change, understanding disease dynamics, improving captive breeding, reducing human–wildlife conflict, and many others. Moreover, by acting as practical road maps across a diversity of subdisciplines, these case studies will serve to increase the accessibility of this discipline to new researchers. The diversity of taxa, biological scales, and ecosystems that are highlighted illustrate the far-reaching nature of the discipline and allow readers to gain an appreciation for the purpose, value, and status of the field.

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 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,498

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 Opus0,018
Tête enseignante GPT0,173
Écart entre enseignants0,155 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetEffects of Environmental Stressors on LivestockTravaux en français237 207