MétaCan
Menu
← Retour à la cohorte
Enregistrement W4360825287 · doi:10.1117/12.2669354

The effect of climate change on the lifestyle of polar bears

2023· article· en· W4360825287 sur OpenAlexaff
Che Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensDover (Canada)
Organismes subventionnairesnon disponible
Mots-clésUrsus maritimusClimate changeSea iceArcticPolarGlobal warmingGeographyEffects of global warmingEnvironmental scienceEcologyMeteorologyBiology

Résumé

récupéré en direct d'OpenAlex

Climate change is now the biggest concern in the Arctic and is causing unpredictable changes to the sea ice, making the life of polar bears (Ursus maritimus) more difficult. Although polar bears respond and adapt to all the changes in the environment actively and quickly, climate change still brings them some negative impacts. Historically, the earth has experienced many eras when the climate goes up and down. However, rising in temperature has been happening at a marked rate, 0.32°F per decade, while 2021 ranks as the sixth-warmest year. The consequences of global warming led to an earlier winter break-up and ice melting; those cause polar bears to lose their habitats and have less praying time. The populations of seals, which are their primary food resource, are also affected by the unusual climate. As a result, some of the polar bears are forced to turn their target from the ice into the shores and even human territories. The loss of ice also led to a further distance between pieces of ice, which forced polar bears to swim for a longer distance for migrating. Moreover, without enough energy being stored, pregnancy then becomes a hard task for female polar bears. Therefore, the size of litter has been declined while the health conditions of adult polar bears also went down. Although actions have been taken both nationally and internationally to prevent polar bears from going extinct and stop climate change, little achievement was made.

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)0,000
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 enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,249
Écart entre enseignants0,229 · 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'admission1
Résumé présentoui

Explorer davantage

Même sujetMarine animal studies overview→Travaux en français237 207→