Ensuring equitable access to ocean and coastal information to advance knowledge and inform decision-making: The global Aquatic Sciences and Fisheries Abstracts
Notice bibliographique
Résumé
While the oceans are vitally important for human life and the global economy, they have been under extraordinary pressure in recent decades due to human interactions and climate change. Launched in 1971, the Aquatic Sciences and Fisheries Abstracts (ASFA) database of over four million records serves as an invaluable information source about the oceans and other aquatic environments for use in research and decision-making, particularly due to its inclusion of both primary and grey literature. Since information production and use practices are rapidly changing, an assessment of use of the database and information needs of stakeholders was conducted, guided by the following questions: 1) What do individuals (researchers, practitioners, students, and decision makers) seeking aquatic sciences and fisheries information expect the global ASFA database will provide? 2) Have evolving information production practices and delivery technologies affected expectations of users of a database like ASFA? and 3) What action should the ASFA Secretariat take to ensure the development of the database continues to fulfil its mandate as a highly relevant and informative resource for all types of users worldwide? By means of surveys, interviews, and analysis of longitudinal usage data, users' views of ASFA's strengths, weaknesses, and potentially beneficial enhancements were identified. Based on the results of the use assessment, the ASFA Secretariat has implemented several substantial changes, including creating an open information platform containing grey literature, as well as restructuring its international affiliate partnership arrangement to facilitate involvement of new members in ongoing additions to the database. These changes, designed to make the information more easily found, accessible, and interoperable, will enable aquatic and fisheries scientists, managers, students, and decision makers to use relevant primary and grey literature from around the world and assist with ocean and coastal research efforts, mitigation of the effects of climate change, and reaching global sustainability goals.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».