MétaCan
Menu
Retour à la cohorte
Enregistrement W4312553282 · doi:10.2478/amns.2021.2.00127

The impact of global warming on the small Scottish Fishing Company

2022· article· en· W4312553282 sur OpenAlexaff
Lixiu Ma, Haozheng Gu, Guy M. Bernard, Xiaochuan Ma

Notice bibliographique

RevueApplied Mathematics and Nonlinear Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFishingPaceClimate changeFisheryGlobal warmingHerringFish <Actinopterygii>Fish stockBusinessNatural resource economicsEnvironmental scienceEconomicsGeographyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Global warming has a complex impact on the Scottish fishery. This research studies this impact using reported data and proposes appropriate solutions to minimise its impact. First, climate models are used to predict temperature changes over the next 50 years based on past data; from the known living temperatures for fish such as mackerel and herring, their future migration routes are predicted. Researchers note that this model is probably overly conservative, and our predictions should be considered a best-case scenario: the impact of climate change will be worse if, as expected, the pace of climate change continues to accelerate. Second, building a model to determine when fishery vessels will no longer be able to locate fish under different circumstances. Third, building economic models to determine the relationships between profits, the distances fishery vessels must travel and project these to the future. This research projects that small Scottish fishing companies will go bankrupt during the next 50 years if they do not change their business strategy.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil0,905

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,287
Écart entre enseignants0,252 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mathematics and Nonlinear SciencesMême sujetMarine and fisheries researchTravaux en français237 207