MétaCan
Menu
Retour à la cohorte
Enregistrement W4387450990 · doi:10.1002/ece3.10561

The diversity of animals identified as keystone species

2023· article· en· W4387450990 sur OpenAlexafffund
Ishana Shukla, Kaitlyn M. Gaynor, Boris Worm, Chris T. Darimont

Notice bibliographique

RevueEcology and Evolution · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensRaincoast Conservation FoundationDalhousie UniversityUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRaincoast Conservation Foundation
Mots-clésKeystone speciesThreatened speciesEcologyBiodiversityEcosystemBiologyAbundance (ecology)GeographyHabitat

Résumé

récupéré en direct d'OpenAlex

Although the keystone species concept was conceived of over 50 years ago, contemporary efforts to synthesize related literature have been limited. Our objective was to create a list of keystone animal species identified in the literature and to examine the variation in the traits of species and the ecosystem influences they elicit. We documented 230 species considered keystones. A clustering analysis classified them into five archetypes based on combinations of their taxonomic class, body size, trophic level, and role (consumers, modifiers, or prey). Although conservation and public perception of keystones primarily focuses on large vertebrate consumers, our analysis reveals that researchers have defined a wide diversity of keystone species, with large variation in associated ecosystem processes. Future research may confront ambiguity in the definition of keystone status, as well as clarify the type, abundance, and quality of data required to assign the term. Identifying keystones with increased rigor would not only enrich the literature but also inform intervention to safeguard threatened keystones and their associated influences on ecosystems.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,009
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0090,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,014
Tête enseignante GPT0,213
Écart entre enseignants0,199 · 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

Citations20
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetWildlife Ecology and ConservationTravaux en français237 207