MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390950263 · doi:10.21203/rs.3.rs-3870664/v1

A Two-Eyed Seeing approach to describe Gumegwsis (Cyclopterus lumpus) ecology and fisheries interactions in the inner Mawipoqtapei (Chaleur Bay), Canada

2024· preprint· en· W4390950263 sur OpenAlexaboutno aff
M’sɨt No’gmaq, Ugpi’ganjig, Carole‐Anne Gillis, Billie Chiasson, Catherine Gagnon, Pascale Gosselin, Lloyd Arsenault, John Murvin Vicaire

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBayFisheryEcologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The integration of diverse knowledge systems, encompassing Indigenous, local, and Western perspectives, is gaining traction in Canadian scientific research for coastal areas and fisheries. Despite proven successes, skepticism persists among scientists and decision-makers, leading to ineffective recovery measures for endangered aquatic species. Responding to concerns from Mi’gmaw fishers in Ugpi’ganjiq, the Gespe’gewa’gi Institute of Natural Understanding (GINU) initiated a collaborative project focused on the threatened Gumegwsis (Common lumpfish) in Chaleur Bay, Eastern Canada. Employing a Two-eyed seeing approach, the study combined interviews, mapping, and temperature monitoring, uncovering Gumegwsis life history, its significance to local fishers, behavioral changes, and critical spawning and nursery habitats. In contrast to prior assessments, which dismissed ceremonial and Aboriginal Traditional Knowledge (ATK) uses, our study highlighted the unique insights of Mi’gmaw fishers, emphasizing the importance of embracing diverse knowledge for species ecology and habitat understanding. This underscores the need for collaborative species recovery strategies, advocating for the co-creation of solutions and fostering cooperation in fisheries research.

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: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,328

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0080,004
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,049
Tête enseignante GPT0,329
Écart entre enseignants0,280 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetMarine and fisheries research→Travaux en français237 207→