MétaCan
Menu
← Retour à la cohorte
Enregistrement W4362514980 · doi:10.21203/rs.3.rs-2753890/v1

Ascophyllum nodosum Le Jolis Harvesting Impacts and Management Options Using GPS Tracking of Mechanical Harvesters in Nova Scotia, Canada

2023· preprint· en· W4362514980 sur OpenAlexaboutno aff
G. J. Sharp, Joshua T Sharp

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNova scotiaAscophyllumGlobal Positioning SystemEnvironmental scienceGeographyForestryBiomass (ecology)Scale (ratio)Environmental resource managementCartographyOceanographyEngineeringGeologyArchaeologyEcologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract Area based management of Ascophyllum nodosum Le Joli in the Canadian Maritimes has advanced over the past 60 years from open buying stations in Bays to quota-based area management under coastal leases. In 1989 the resource was divided into geographical sectors containing .9 to 17.6 ha containing 92 t to 2105 t of harvestable biomass. Sectors are the units of management plans under guidelines of the provincial government. GPS tracking mechanical harvesting to Nova Scotia began in 2017 using a new mechanical harvester in a pilot harvest. GPS tracking allowed the calculation of yield with the time, distance, and cutting swath. Harvests were conducted within target bed polygons of 200 m− 2 to 1280 m− 2. Production per hour averaged 1135 ± 169 kg h− 1 yielding 5.96 ± 1.01 kg m− 2 of swept track. The average exploitation rate within targeted polygons was 33.1 ± 14.5%. This level of geographic resolution of the harvest permits significant improvements in management practices, control of management plans, pre and post assessments of the resource. It is a method of addressing landscape scale questions relating to harvesting impacts.

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 enseignants0,016
Score d'incertitude au seuil0,118

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,123
Tête enseignante GPT0,338
Écart entre enseignants0,216 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetMarine and coastal plant biology→Travaux en français237 207→