MétaCan
Menu
Retour à la cohorte
Enregistrement W4241610262 · doi:10.11647/obp.0193.20

Fish

2020· book-chapter· en· W4241610262 sur OpenAlexaff
U. Rashid Sumaila, Daniel Pauly

Notice bibliographique

RevueOpen Book Publishers · 2020
Typebook-chapter
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensAlberta Oil Sands Technology and Research AuthorityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFishingFisheryFish <Actinopterygii>BiodiversityFishing industryCommercial fishingGeographyBusinessEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Only now, as innumerable species of fish face extinction, are we realizing that their supply is not inexhaustible. The industrial revolution spawned trawlers that were no longer reliant on the natural elements for their power and hoovered up the vast, easily accessible supplies of coastal biomass. Today, the well-oiled machine of commercial fishing, pressed on by the economic imperatives of national fishery departments, forges ever further into deeper water and distant latitudes, laying waste to entire marine ecosystems. When fish stocks began collapsing all over the globe from the mid-twentieth century onwards, greater attention was paid to the effects of vast mechanized ships, totally removing entire webs of biodiversity and indiscriminately damaging habitats with fishing equipment. As ever, implementation has fallen far short of global agreements on quotas and protected marine areas. Governments either do not realize the implications of what marine scientists are telling them or are beholden to powerful fisheries lobbies. At the present rate, industrial fishing will continue to decimate fish populations, with insufficient time for overexploited populations to recover. This will have tragic effects on the diversity of cascading marine food chains, with predictable, and inevitable, consequences.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,237
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,2370,165

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 Opus0,031
Tête enseignante GPT0,271
Écart entre enseignants0,240 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Book PublishersMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207