MétaCan
Menu
Retour à la cohorte
Enregistrement W4385311394 · doi:10.1002/lob.10588

Secretary Report From the 2023 <scp>ASLO</scp> Business Meeting

2023· article· en· W4385311394 sur OpenAlexaboutno aff
Dianne I. Greenfield

Notice bibliographique

RevueLimnology and Oceanography Bulletin · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCitationLibrary scienceWorld Wide WebSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

As of 31 December 2022, ASLO had 3164 active members which is a decline of 10% relative to 2021. The greatest declines came from the Early Career (−147 for numbers) and Emeritus (−25% for percentages) categories. As with prior years, Student membership exhibited high year-to-year variability in terms of overall numbers. ASLO's Board discussed the need to enhance the communication of benefits for people who have been members for both short- and long-term time scales. Members are dedicated to ASLO, as evidenced by our renewals (people who actively renewed their existing ASLO membership or previously selected a multi-year membership) increasing for the second consecutive year—of the 3164 members in 2022, 81% were renewals. Retention (people kept from 1 year to the next), was also high (76%) and represented a 6% increase from 2021 that continued our positive trajectory from 2020. Of new members, the majority (63%) were Students, with Regular and Early Career researchers being 17% and 16%, respectively. Regarding membership composition, 2619 (83%) shared their primary scientific field. This was delineated as oceanography (43%), limnology (31%), and both oceanography and limnology (26%), with a high degree of researchers conducting multidisciplinary research spanning biology (2094 members), chemistry (991), geology (315), optics (204), and/or physics (431). Our geographic origin spanned 81 Countries and Territories, encompassing regions grouped as North America (69%), Europe (16%), Asia (6%), Africa (3%), Central and South America (3%), Oceania (2%), and the Middle East (1%). Countries with the most ASLO members were the United States (1947 members), Canada (196), Germany (102), Japan (85), Sweden (59), and Spain (54). In 2022, 80% shared their gender identity as male (55%), female (45%), non-binary (<0.5%), and preferred not to say (<0.5%). We did not have sufficient feedback from our survey to reliably assess other demographic factors, such as how gender identity related to age bracket (<50% of respondents shared information on question fields enabling these determinations). ASLO's Board continues to have extensive discussions on how we can grow our diversity and overall distribution, and we welcome your ideas and feedback. The Board remains optimistic about ASLO's long-term trajectory. Please reach out and learn about the many ways in which you can actively participate in our wonderful society (publications, committees, webinars, outreach, and many, many other activities)!

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,135
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,189
Écart entre enseignants0,181 · 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 tête enseignante, pas un consensus.

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 revueLimnology and Oceanography BulletinMême sujetFish Ecology and Management StudiesTravaux en français237 207