MétaCan
Menu
Retour à la cohorte
Enregistrement W4302759592 · doi:10.1016/j.tree.2022.09.006

Molecular ecology meets systematic conservation planning

2022· review· en· W4302759592 sur OpenAlexafffund
Erica S. Nielsen, Jeffrey O. Hanson, Sílvia B. Carvalho, Maria Beger, Romina Henriques, Francine Kershaw, Sophie von der Heyden

Notice bibliographique

RevueTrends in Ecology & Evolution · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensCarleton University
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsFundação para a Ciência e a TecnologiaNatural Environment Research CouncilNational Research FoundationHorizon 2020 Framework ProgrammeHorizon 2020Environment and Climate Change CanadaNature Conservancy of CanadaEuropean Commission
Mots-clésEcologyGeographyEnvironmental resource managementEnvironmental planningBiologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Integrative and proactive conservation approaches are critical to the long-term persistence of biodiversity. Molecular data can provide important information on evolutionary processes necessary for conserving multiple levels of biodiversity (genes, populations, species, and ecosystems). However, molecular data are rarely used to guide spatial conservation decision-making. Here, we bridge the fields of molecular ecology (ME) and systematic conservation planning (SCP) (the 'why') to build a foundation for the inclusion of molecular data into spatial conservation planning tools (the 'how'), and provide a practical guide for implementing this integrative approach for both conservation planners and molecular ecologists. The proposed framework enhances interdisciplinary capacity, which is crucial to achieving the ambitious global conservation goals envisioned for the next decade.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,524
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,043
Tête enseignante GPT0,289
Écart entre enseignants0,246 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

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

En bref

Citations81
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTrends in Ecology & EvolutionMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207