MétaCan
Menu
Retour à la cohorte
Enregistrement W4327814546 · doi:10.1002/ggn2.202200032

The Contribution of Digital Sequence Information to Conservation Biology: A Southern African Perspective

2023· article· en· W4327814546 sur OpenAlexaboutno aff
Isa‐Rita M. Russo, Deon de Jager, Anna M. van Wyk, Arrie W. Klopper, Kenneth Uiseb, Coral Birss, Ian Rushworth, Paulette Bloomer

Notice bibliographique

RevueAdvanced Genetics · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Phylogenetic Studies
Établissements canadiensnon disponible
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsEuropean CommissionHigher Education Funding Council for WalesGlobal Challenges Research Fund
Mots-clésPerspective (graphical)Sequence (biology)BiologyConservation biologyEvolutionary biologyComputational biologyGeographyZoologyComputer scienceGeneticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Many recent contributions have made a compelling case that genetic diversity is not adequately reflected in international frameworks and policies, as well as in local governmental processes implementing such frameworks. Using digital sequence information (DSI) and other publicly available data is supported to assess genetic diversity, toward formulation of practical actions for long‐term conservation of biodiversity, with the particular goal of maintaining ecological and evolutionary processes. Given the inclusion of specific goals and targets regarding DSI in the latest draft of the Global Biodiversity Framework negotiated at the 15 th Conference of the Parties (COP15) in Montreal in December 2022 and the crucial decisions on access and benefit sharing to DSI that will be taken in the coming months and future COP meetings, a southern African perspective on how and why open access to DSI is essential for the conservation of intraspecific biodiversity (genetic diversity and structure) across country borders is provided.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,513
Score d'incertitude au seuil0,277

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,269
Écart entre enseignants0,257 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced GeneticsMême sujetGenomics and Phylogenetic StudiesTravaux en français237 207