MétaCan
Menu
Retour à la cohorte
Enregistrement W4309712833 · doi:10.1002/ecy.3927

A data set for pollinator diversity and their interactions with plants in the Pacific Northwest

2022· article· en· W4309712833 sur OpenAlexafffundabout
Laura Melissa Guzman, Tyler Kelly, Elizabeth Elle

Notice bibliographique

RevueEcology · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesEnvironment CanadaNatural Sciences and Engineering Research Council of CanadaSimon Fraser UniversityAlberta Conservation Association
Mots-clésPollinatorEcologyAbundance (ecology)PollinationBiodiversityGeographyBiologyDiversity (politics)Pollen

Résumé

récupéré en direct d'OpenAlex

Pollinator populations have declined substantially in recent years. The resulting loss in pollination services has both ecological and economic consequences, including reductions in plant diversity and crop production and lower food security. Data sets that identify pollinators and their plant hosts are of the utmost importance for the light can shed on the main causes of pollinator declines. Here we present a data set that contains 67,954 individual pollinator records. The data were collected across the Pacific Northwest, primarily focused in British Columbia (Canada), with 182 individual sites over 11 years, between 2005 and 2017. This data set comprises multiple studies that aimed to collect information on pollinator abundance, diversity, and their interactions with plants. Overall, the data set includes 937 morphospecies (of which 482 were identified to the species level) of pollinators across 105 families, including data for bees, wasps, butterflies, moths, and flies. We also present information on the interactions of these species, with 473 species of plants. The data set is being released for noncommercial use only. Credits should be given to this paper (i.e., proper citation).

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil0,378

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,011
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,091
Tête enseignante GPT0,233
Écart entre enseignants0,141 · 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
GenreJeu de données

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

En bref

Citations5
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetPlant and animal studiesTravaux en français237 207