MétaCan
Menu
← Retour à la cohorte
Enregistrement W4387614630 · doi:10.5751/es-14325-280404

Local ecological knowledge and multidisciplinary approach lead to discovery of hidden biodiversity in the deep ocean of Labrador, Canada

2023· article· en· W4387614630 sur OpenAlexfundvenueaboutno aff
David Côté, Bárbara de Moura Neves, Joey Angnatok, Wilfred Bartlett, Evan Edinger, Lauren Gullage, Rodd Laing, Alexandre Normandeau, Vonda Hayes, Owen A. Sherwood, Maxime Geoffroy

Notice bibliographique

RevueEcology and Society · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans CanadaNatural Sciences and Engineering Research Council of CanadaArcticNet
Mots-clésBiodiversityGeographyEnvironmental resource managementMultidisciplinary approachMarine protected areaGorgonianTimelineTraditional knowledgeEcosystemHabitatIndigenousEnvironmental planningOceanographyEcologyEnvironmental scienceCoralGeologyBiology

Résumé

récupéré en direct d'OpenAlex

International commitments to preserve global biodiversity target the protection of 30% of marine habitats by 2030. The lack of even basic knowledge of many marine areas (e.g., deep oceans) combined with short timelines require integrative knowledge and multidisciplinary techniques to be used to efficiently identify areas worthy of protection. Here we outline a case study of the discovery of the Makkovik Hanging Gardens found in a deep-water trough in coastal Labrador, Canada. The area is of ecological significance because it supports high densities of vulnerable marine ecosystem indicator taxa, including the gorgonian coral Primnoa resedaeformis on portions of its vertical submarine walls. This study illustrates the exploratory process initiated by Nunatsiavut, which integrated local knowledge, scientific models, and a variety of technologies (such as remotely operated vehicles and multibeam sonar) to discover deep-water hidden biodiversity toward the advancement of both local Indigenous and global conservation goals.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,261

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
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,004
Communication savante0,0040,001
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,227
Écart entre enseignants0,210 · 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

Citations5
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcology and Society→Même sujetMarine animal studies overview→Travaux en français237 207→