MétaCan
Menu
Retour à la cohorte
Enregistrement W4293152996 · doi:10.1016/j.pecon.2022.08.003

Importance of non-journal literature in providing evidence for predator conservation

2022· article· en· W4293152996 sur OpenAlexaboutno aff
Igor Khorozyan

Notice bibliographique

RevuePerspectives in Ecology and Conservation · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionPantheraLeopardSnow leopardGrey literaturePredatorScientific literatureGeographyPolitical sciencePredationEcologyPsychologyBiologyMEDLINELaw

Résumé

récupéré en direct d'OpenAlex

The literature other than scientific journals (non-journals) is a valuable, but scattered and rarely used, source of evidence of the effectiveness of interventions applied for protection from mammalian predators. This study describes how journals and non-journals differ in relation to study designs, types of interventions, predator species, countries, and publication bias. I collected 411 journal cases (226 publications) and 97 non-journal cases (64 publications) covering the period 1955–2020, five study designs, six interventions, 28 species and 50 countries. Non-journals were important for two predators (leopard Panthera pardus and snow leopard P. uncia) and four countries (Canada, India, Russia and Sri Lanka). These species and countries have been affected by human-predator conflicts and the use of non-journals should become a habitual practice to mitigate conflicts. Information on other species and countries, and all study designs and interventions, was provided mostly or only in peer-reviewed journals. This study helps make the use of non-journals easier for researchers and conservation practitioners by providing and explaining a list of relevant literature and online resources.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,406

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
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 Opus0,022
Tête enseignante GPT0,280
Écart entre enseignants0,259 · 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'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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerspectives in Ecology and ConservationMême sujetWildlife Ecology and ConservationTravaux en français237 207