MétaCan
Menu
Retour à la cohorte
Enregistrement W4317772729 · doi:10.3375/22-24

Novel Sampling Methodology for Identifying Presence and Absence of Aquatic Macrophyte Species in Two Lakes in Northern British Columbia, Canada

2023· article· en· W4317772729 sur OpenAlexaffabout
Katie Tribe, Roy V. Rea

Notice bibliographique

RevueNatural Areas Journal · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFreshwater macroinvertebrate diversity and ecology
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésMacrophyteAquatic ecosystemAquatic plantSampling (signal processing)Environmental scienceHabitatEcologyTransectBiology

Résumé

récupéré en direct d'OpenAlex

Aquatic macrophytes provide essential food and habitat for all levels of aquatic life, as well as have a critical role in nutrient cycling. Many aquatic macrophytes are submerged for part or all of their life cycle, which makes them difficult, time-consuming, and expensive to sample. During a study of two lakes, Bednesti and Berman, in northern British Columbia, Canada, we developed a nondestructive, cost-effective, and time-sensitive sampling methodology for aquatic macrophytes. With two people sampling in a single boat, 90 randomly selected sample sites with four transects each were completed over five 4-hr sampling periods. This methodology produced presence/absence data, which would be an effective methodology for monitoring aquatic macrophyte populations in freshwater environments. The technique allowed us to identify aquatic macrophytes at a species level, regardless of emergent or submergent growing patterns. This technique was used to study the impacts of residential development on freshwater aquatic macrophyte communities and provided useful and easily obtainable data for that purpose. Natural resource and conservation fields may find this technique useful to monitor aquatic environments for specific, rare, or invasive aquatic macrophyte species in an efficient and cost-effective manner.

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)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
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 Opus0,056
Tête enseignante GPT0,276
Écart entre enseignants0,220 · 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
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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNatural Areas JournalMême sujetFreshwater macroinvertebrate diversity and ecologyTravaux en français237 207