MétaCan
Menu
Retour à la cohorte
Enregistrement W4391289639 · doi:10.1007/s13280-023-01939-9

Historical marine footprint for Atlantic Europe, 1500–2019

2024· article· en· W4391289639 sur OpenAlexaff
Poul Holm, Patrick Hayes, John Nicholls

Notice bibliographique

RevueAMBIO · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensTrinity CollegeUniversity of Victoria
Organismes subventionnairesHORIZON EUROPE European Research Council
Mots-clésWhalingPer capitaConsumption (sociology)FisheryHerringKrillMarine conservationGeographyEnvironmental protectionFish <Actinopterygii>BiologyDemography

Résumé

récupéré en direct d'OpenAlex

Over the last 500 years, Europe (excluding Russia) consumed over 2500 million tonnes of ocean biomass. This is based on detailed historical data that we provide for human consumption per capita which was stable from 1500 to 1899 and tripled in the twentieth century. In the last 300 years, cod and herring dominated human seafood consumption. Whaling for non-food uses peaked in the 1830s and declined as cetaceans became scarce. Seafood consumption increased rapidly after 1900, and by the late 1930s, annual marine consumption in Atlantic Europe reached 7 million tonnes of biomass, facilitated by the globalisation of whaling. Atlantic European consumption, including fishmeal for animal feed, peaked at more than 12 million tonnes annually in the 1970s, but declined thereafter. The marine footprint of Atlantic Europe was significant well before modern fisheries statistics commenced. Our findings can inform future assessments of ocean health and marine life's importance for human society.

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)0,000
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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,644
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,017
Tête enseignante GPT0,246
Écart entre enseignants0,229 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAMBIOMême sujetMarine and fisheries researchTravaux en français237 207