MétaCan
Menu
Retour à la cohorte
Enregistrement W4382724863 · doi:10.1139/facets-2022-0200

A decision framework for the management of established biological invasions

2023· article· en· W4382724863 sur OpenAlexaffvenue
Courtney Robichaud, Rebecca C. Rooney, Brendon M. H. Larson, S. E. Wolfe, Zoe Nyssa, Kurt P. Kowalski, Harry Braun

Notice bibliographique

RevueFACETS · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensEnvironment and Climate Change CanadaRoyal Roads UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHarmContext (archaeology)Environmental resource managementControl (management)BusinessTriageManagement by objectivesManagement scienceRisk analysis (engineering)Environmental planningComputer sciencePsychologyGeographyEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

In some cases, managing an established invasive species may do more harm to an ecosystem than allowing the invader to persist. Given limited resources available to land managers and the realities of conservation triage, we recognized the need for systematic guidance for management decisions made at the “late end” of the invasion curve. We gathered an interdisciplinary group of experts and practitioners to address the question of “under what circumstances is the active management of an established aquatic invasive species warranted?” Our working group identified three key dimensions to this question: (1) the efficacy of available management options; (2) the net benefits of management actions weighed against the null scenario of no control; and (3) the socio-ecological context that defines management goals, a manager’s ability to achieve said goals, and perceptions of management outcomes. These considerations were used to structure a consensus decision tree that supports a multi-criteria approach to decision-making. Our approach promotes interdisciplinarity and systems thinking and emphasizes the need to consider costs and benefits comprehensively, for example by considering the persistence or reversibility of impacts from both the invasive species and from efforts to suppress or eradicate it.

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)0,032
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,022
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0070,005
Études des sciences et des technologies0,0070,010
Communication savante0,0150,010
Science ouverte0,0060,006
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,089
Tête enseignante GPT0,304
Écart entre enseignants0,215 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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'admission2
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207