MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391558575 · doi:10.1139/cjfas-2023-0293

Evaluating the spatial transferability of habitat suitability models: implications for conservation and management

2024· article· en· W4391558575 sur OpenAlexvenueno aff
Robyn Linner, Yong Chen

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesNortheast Fisheries Science CenterState of Maine Department of Marine Resources
Mots-clésTransferabilityHabitatEcologyGeographyFisheryEnvironmental resource managementEnvironmental scienceBiologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Habitat models often rely on data with incomplete or patchy survey coverage, making it necessary to project observed habitat relationships into unsampled areas. Model transferability is often assumed, rarely tested, and may result in uninformed management recommendations if not validated. In the eastern Gulf of Maine, data from the federal trawl survey has historically been used to identify suitable habitat for juvenile Atlantic cod ( Gadus morhua), despite mainly sampling in offshore waters. This study evaluated the spatial transferability of a habitat suitability index model by projecting offshore habitat relationships inshore and comparing them to models built using two inshore surveys. Due to rare warm-water exposure in offshore waters, the federal survey model was unable to identify suitable habitat in the warmer, shallower areas that the inshore surveys identified, suggesting that offshore models are not transferable inshore for juvenile cod in the eastern Gulf of Maine. The results of this study have implications for fisheries worldwide and suggest that incorrectly assuming model transferability could pose a significant hurdle for effective conservation and management.

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)0,050
score de la tête « metaresearch » (Gemma)0,198
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,266

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0500,198
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,007
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
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 Opus0,120
Tête enseignante GPT0,314
Écart entre enseignants0,194 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→