MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394154667 · doi:10.6084/m9.figshare.1243374

Stormwater ponds can contain comparable biodiversity to unmanaged wetlands in urban areas

2014· dataset· en· W4394154667 sur OpenAlexaboutno aff
Christopher Hassall, Sarah M. Anderson

Notice bibliographique

RevueFigshare · 2014
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStormwaterWetlandEnvironmental scienceBiodiversityGeographyWater resource managementHydrology (agriculture)EcologySurface runoffGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Urban freshwaters provide a range of ecosystem services, including stormwater management, water treatment, biodiversity, and aesthetics. Management of freshwaters should aim to maximise as many of these services as possible, but managers are often focused on individual services. To test for the biodiversity value of stormwater management ponds (SMPs) in Ottawa, Canada, 20 SMPs were surveyed for macroinvertebrates using standardised sampling techniques. These were compared against 10 wetlands that were not managed for stormwater control (a combination of ornamental lakes, natural lakes, and nature reserves) in and around the same urban area (a total of 30 ponds). Natural wetlands and SMPs were very different in their water chemistry, which was correlated with the proportion of urban land use within 1 km of the site, with higher conductivity in SMPs with increasing urban land cover (P = 0.046). Despite this, natural wetlands and the richest SMPs contained similar levels of biodiversity and similar macroinvertebrate community structure. This study highlights that stormwater management can occur alongside biodiversity enhancement in urban areas, but correlations between urban land use, water chemistry, and the structure of biological communities suggests that run-off from urban areas is likely a major factor in structuring biological communities in built-up regions.

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)0,003
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 enseignants0,338
Score d'incertitude au seuil0,673

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,007

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 Opus0,018
Tête enseignante GPT0,210
Écart entre enseignants0,192 · 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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetLand Use and Ecosystem Services→Travaux en français237 207→