Annual Scientific Meeting 2022 Conference Book of Abstracts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Before the 1990s, eelgrass in Eastern James Bay was extensive, lush, and supported a productive and predictable goose hunt that was a centerpiece of coastal Cree culture and food security. Eelgrass declined catastrophically in the 1990s, at a time when Hydro Quebec had modified hydrology through river modification and as climate change impacts on the marine environment accelerated. Eelgrass and the associated goose hunt have not recovered. On behalf of a multidisciplinary research team and partnership with Cree communities, I present results of the Eeyou Coastal Habitat Comprehensive Research Project that aimed to identify the main factors affecting eelgrass along the eastern coast of James Bay. Eelgrass first began to decline in Chisasibi in the 1980s, which we attribute to the development of La Grande River. The onset of very early ice breakup and warm earlysummer water temperatures in the late 1990s accelerated the eelgrass decline in Chisasibi and triggered declines along the entire coast. Eelgrass today are shorter, sparse, and limited to shallow water. Insufficient light during early summer due to water color is a general problem impeding recovery. In coastal areas that lost aayoshtinuukticj, recovery is also impeded by feedbacks associated with sediment resuspension. Near La Grande River, eelgrass biomass is negatively affected by high flows and warmer spring water temperatures. During the 1970s, healthy eelgrass provided very important feeding areas for migrating geese. Because eelgrass has persisted, perhaps it can recover, but much depends on how the climate varies in the coming years and future coastal management.
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.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle