MétaCan
Menu
Retour à la cohorte
Enregistrement W4391466172 · doi:10.1016/j.tree.2024.01.004

Linking biodiversity, ecosystem function, and Nature’s contributions to people: a macroecological energy flux perspective

2024· article· en· W4391466172 sur OpenAlexaff
Ana Carolina Antunes, Emilio Berti, Ulrich Brose, Myriam R. Hirt, Dirk Nikolaus Karger, Louise O’Connor, Laura J. Pollock, Wilfried Thuiller, Benoît Gauzens

Notice bibliographique

RevueTrends in Ecology & Evolution · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensMcGill University
Organismes subventionnairesHORIZON EUROPE Framework ProgrammeDeutsche ForschungsgemeinschaftBiodiversa+
Mots-clésEcosystemBiodiversityFlux (metallurgy)Vulnerability (computing)Ecosystem servicesEnvironmental resource managementEnvironmental scienceScale (ratio)Perspective (graphical)Climate changeMacroecologyEcologyGeographyComputer scienceBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

At macroecological scales, the provision of Nature's contributions to people (NCP) is mostly estimated with biophysical information, ignoring the ecological processes underlying them. This hinders our ability to properly quantify the impact of declining biodiversity and the provision of NCP. Here, we propose a framework that combines local-scale food web energy flux approaches and large-scale biodiversity models to evaluate ecosystem functions and flux-related NCP at extensive spatiotemporal scales. Importantly, this approach has the potential to upscale ecosystem functions, assess the vulnerability of flux-related NCP to the climate crisis, and support the development of multiscale mitigation policies.

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 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 enseignants0,163
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0020,001

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 Opus0,005
Tête enseignante GPT0,237
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

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

Citations27
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTrends in Ecology & EvolutionMême sujetLand Use and Ecosystem ServicesTravaux en français237 207