MétaCan
Menu
Retour à la cohorte
Enregistrement W4246808750 · doi:10.47886/9781934874417.ch12

Managing the Impacts of Human Activities on Fish Habitat: The Governance, Practices, and Science

2015· book-chapter· en· W4246808750 sur OpenAlexaboutno aff

Notice bibliographique

RevueAmerican Fisheries Society eBooks · 2015
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHabitatRemedial educationCorporate governanceFish <Actinopterygii>BiodiversityEnvironmental resource managementProductivityFish habitatEnvironmental planningBusinessEcosystemFisheryNatural resource economicsGeographyEcologyPolitical scienceEnvironmental scienceBiologyEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

&lt;em&gt;Abstract.&lt;/em&gt;—Efforts to achieve no net loss of productive capacity (PC) of fish habitat are failing in Canada and elsewhere. These growing losses, particularly in freshwaters, have a central role in ongoing global changes that threaten our future. Canada has a large share of global freshwater resources and hence a greater responsibility to help find solutions. For fish habitat, a preoccupation with habitat suitability, and other indices of that ilk, has diverted attention from self-sustaining fish populations, their productivity, and their fisheries. Symptoms of the problem are reviewed and a remedial approach is offered alongside analogies from comparable conservation and protection arenas such as fisheries, biodiversity, and human society. Many of the symptoms of failure arise from the primary focus of management efforts at the level of individual development activities while the remedies require a focus on more holistic ecosystem-level strategies. Implementation of these remedial approaches is considered.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,018
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,021
Tête enseignante GPT0,247
Écart entre enseignants0,226 · 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.

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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Fisheries Society eBooksMême sujetFish Ecology and Management StudiesTravaux en français237 207