Which calibrated threshold is appropriate for ranking non-native species using scores generated by WRA-type screening toolkits that assess risks under both current and future climate conditions?
Notice bibliographique
Résumé
Score-based decision-support tools are increasingly used to identify potentially invasive non-native species as part of the risk screening (initial risk identification) component of non-native species risk analysis.Amongst these tools are the Weed Risk Assessment (WRA) and its derivatives, e.g. the Aquatic Species Invasiveness Screening Kit (AS-ISK), which have been extensively used on a large variety of terrestrial and aquatic plants and of aquatic animals worldwide.In this paper, a correction is made to the previous guidance on the use of two separate thresholds to risk-rank species, i.e. one for current climate conditions (basic risk assessment: BRA threshold) and one for future climate conditions (BRA + climate change assessment: BRA+CCA threshold).Re-evaluation of this practice reveals that, to avoid the incorrect risk-ranking of species, only the BRA threshold should be used in all future applications of WRAtype toolkits that include a separate set of climate-change questions -at present, this involves the AS-ISK and the newly released Terrestrial Animal Species Invasiveness Screening Kit (TAS-ISK).As a result of this revised guidance, all published studies containing AS-ISK applications to date are reviewed here, and where approrpiate corrected risk ranks are provided for species that were risk-ranked using a BRA+CCA threshold.Corrections are also made whenever applicable to published errors or incorrect risk ranks based on the BRA threshold in the AS-ISK applications reviewed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,080 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,011 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».