MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393590082 · doi:10.5281/zenodo.7185805

Data for: Mercury contamination challenges the behavioral response of a keystone species to Arctic climate change

2022· dataset· en· W4393590082 sur OpenAlexaff
Andrea S. Grunst, Melissa L. Grunst, David Grémillet, Akiko Kato, Paco Bustamante, Céline Albert, Émile Brisson‐Curadeau, Manon Clairbaux, Marta Cruz‐Flores, Sophie Gentès, Samuel Perret, Eric Ste‐Marie, Katarzyna Wojczulanis‐Jakubas, Jérôme Fort

Notice bibliographique

RevueOpen MIND · 2022
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensMcGill University
Organismes subventionnairesHorizon 2020 Framework Programme
Mots-clésArcticClimate changeContaminationEnvironmental scienceThe arcticMercury (programming language)Keystone speciesEnvironmental changeEcologyGeographyOceanographyBiologyGeologyComputer scienceEcosystem

Résumé

récupéré en direct d'OpenAlex

Combined effects of multiple, climate change-associated stressors are of mounting concern, especially in Artic ecosystems. Elevated mercury (Hg) exposure in Arctic animals could affect behavioural responses to changes in foraging landscapes linked to climate change, generating interactive effects on behaviour and population resilience. We investigated this hypothesis in the little auk (Alle alle), a keystone Artic seabird. We compiled behavioural data using accelerometers, and quantified blood mercury and environmental conditions (sea surface temperature (SST), sea ice coverage (SIC)) across multiple years. These datasets contain the behavioral, blood Hg and environmental data (SST, SIC) used in our analyses. Details about the datasets are found in the accompanying word document.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,182

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0540,042

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 Opus0,262
Tête enseignante GPT0,404
Écart entre enseignants0,141 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetMercury impact and mitigation studies→Travaux en français237 207→