Nordic crop wild relative priority list
Notice bibliographique
Résumé
Aim: The aim of this dataset is to provide a list of the Crop Wild Relatives (CWR) in the Nordic region that are most important for future food security, and to provide basic data on geographic distribution, gene pool affinity, invasiveness, and threat level. The dataset can serve as a basis for Nordic level, as well as national level, conservation planning and implementation.Method: A comprehensive CWR checklist for all Nordic CWR taxa was developed in 2017 (Fitzgerald et al., 2017). The taxa on this list were prioritized based on socio-economic value of the related crop(s) and potential utilization value of the CWR for breeding, resulting in the first version of the priority dataset. More information on how the prioritization was performed can be found in Fitzgerald et al. (2019). In 2021, an update of the dataset was made. Nordic scientists and plant breeders were contacted and asked if, in their opinion, there were taxa missing from the dataset. All suggestions were considered and evaluated for socio-economic value and utilization potential. The taxa deemed to fulfill the criteria were added to the list. Also, information on national threat category and national invasive category were added, and information on local names and geographic distribution were updated. Results: The result of the analysis is a list/data set of CWR prioritized based on socio-economic value of the related crop(s) and potential utilization value of the CWR. The list includes information on national occurrence (indigenous, naturalized foreign, temporary findings), to which genepool/taxon group the CWR belongs, use category (food/forage), national threat status and national invasiveness classification.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,024 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».