MétaCan
Menu
Retour à la cohorte
Enregistrement W4390817161 · doi:10.1038/s41597-023-02689-9

The Pelagic Species Trait Database, an open data resource to support trait-based ocean research

2024· article· en· W4390817161 sur OpenAlexafffund
Miram R. Gleiber, Natasha A. Hardy, Zachary Roote, Alana M. Krug‐MacLeod, Caitlin J. Morganson, Zackary Tandy, Iris George, Cindy Matuch, Cole B. Brookson, Elizabeth A. Daly, Elan J. Portner, C. Anela Choy, Larry B. Crowder, Stephanie Green

Notice bibliographique

RevueScientific Data · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesGovernment of CanadaMarine Environmental Observation Prediction and Response Network
Mots-clésPelagic zoneTraitFood webEcologyBiologyHabitatPredationApex predatorPopulationInvertebrateComputer science

Résumé

récupéré en direct d'OpenAlex

Trait-based frameworks are increasingly used for predicting how ecological communities respond to ongoing global change. As species range shifts result in novel encounters between predators and prey, identifying prey 'guilds', based on a suite of shared traits, can distill complex species interactions, and aid in predicting food web dynamics. To support advances in trait-based research in open-ocean systems, we present the Pelagic Species Trait Database, an extensive resource documenting functional traits of 529 pelagic fish and invertebrate species in a single, open-source repository. We synthesized literature sources and online resources, conducted morphometric analysis of species images, as well as laboratory analyses of trawl-captured specimens to collate traits describing 1) habitat use and behavior, 2) morphology, 3) nutritional quality, and 4) population status information. Species in the dataset primarily inhabit the California Current system and broader NE Pacific Ocean, but also includes pelagic species known to be consumed by top ocean predators from other ocean basins. The aim of this dataset is to enhance the use of trait-based approaches in marine ecosystems and for predator populations worldwide.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaScience ouverte
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
gptScience ouverte
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0120,014
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,018

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 Opus0,298
Tête enseignante GPT0,418
Écart entre enseignants0,119 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetMarine and fisheries researchCatégorieScience ouverteTravaux en français237 207