MétaCan
Menu
← Retour à la cohorte
Enregistrement W4383812980 · doi:10.1017/9781108938570.011

Priorities for Information, Research and Conservation of Birds in High Mountains

2023· book-chapter· en· W4383812980 sur OpenAlexaff
Kathy Martin, Dan Chamberlain, Aleksi Lehikoinen

Notice bibliographique

RevueCambridge University Press eBooks · 2023
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiodiversityGeographyEcologyClimate changeHabitatEnvironmental resource managementPopulationEcosystemEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

High mountains cover an estimated 25% of the global land surface, but harbour almost 50% of terrestrial biodiversity hot-spots and about one-third of terrestrial biodiversity globally. Thus, it is concerning that relatively little research has been conducted on birds in high mountains, especially for tropical mountain birds. We identified 10 major knowledge gaps arising from the reviews in our nine previous chapters, including the urgent need for information on avian diversity and population and community ecology, especially in under-studied mountains of the Global South, avian responses to climate change and other stressors, mountains as refugia from habitat and climate change, and the role of protected areas to function as biodiversity reservoirs. We propose a set of priorities for ecological and conservation research and management that will help to ensure persistence of birds in high mountain ecosystems. Maintaining and restoring mountain biodiversity is important from ecological, evolutionary and cultural points of view. We recommend investing in research to safeguard the critical ecological, social and economic values of mountain systems into the future. Strong support is needed from the scientific community, citizen scientists, policy makers, politicians and local communities to fulfill our priorities for the conservation of mountains and mountain birds.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0200,006

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 Opus0,073
Tête enseignante GPT0,255
Écart entre enseignants0,182 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→