MétaCan
Menu
Retour à la cohorte
Enregistrement W4392023204 · doi:10.1139/er-2023-0098

Responses of multimetric indices to disturbance are affected by index construction features

2024· article· en· W4392023204 sur OpenAlexvenueno aff
Renata Ruaro, Éder André Gubiani, André Andrian Padial, James R. Karr, Robert M. Hughes, Roger Paulo Mormul

Notice bibliographique

RevueEnvironmental Reviews · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrological Forecasting Using AI
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésDisturbance (geology)Index (typography)Environmental scienceGeographyEcologyComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Multimetric indices (MMIs) are used worldwide to assess the ecological conditions of aquatic and terrestrial ecosystems. Different criteria and approaches are used to construct MMIs, resulting in widely different indices. Therefore, scientists, managers, and policymakers sometimes question whether such MMIs are useful for biomonitoring and bioassessment programs. Crucial design issues for biomonitoring programs include MMI responsiveness, the bioindicator group used, survey design, field sampling methods, level of taxonomic resolution, metric selection and scoring, and reference condition identification. We performed a meta-analysis on MMI development and applications worldwide to analyze the response of MMIs to different disturbance factors and to determine the degree to which MMI construction features influence their responsiveness to anthropogenic disturbances. We used the Web of Science database to find articles that applied an MMI and related MMI values to an environmental stressor, and we extracted data from 157 articles. We performed random-effects modeling to estimate the overall effect of MMI responses to disturbance and used subgroup analysis to analyze the extent to which the effect sizes varied as a function of different MMI construction features. We found that reference condition criteria had the major effect on MMI responses to disturbance. The environmental disturbance type, the number of metrics, and the ecosystem type to which MMIs were applied contributed more weakly to the effect size variance. The general response of MMIs to disturbance was little affected by the bioindicator group, taxonomic resolution, metric selection criteria, or scoring method. These findings have important implications for designing biomonitoring programs, including developing and improving cost-effective biological indices, because they could enhance MMI development and application protocols.

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)0,042
score de la tête « metaresearch » (Gemma)0,157
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: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,223

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0420,157
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,010
Bibliométrie0,0090,013
Études des sciences et des technologies0,0000,002
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,243 · 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

Citations17
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetHydrological Forecasting Using AITravaux en français237 207