MétaCan
Menu
Retour à la cohorte
Enregistrement W4399543186 · doi:10.3389/fevo.2024.1384291

Turning setbacks into stepping-stones for growth in conservation paleobiology

2024· article· en· W4399543186 sur OpenAlexaff
G. Lynn Wingard, Chris L. Schneider, Gregory P. Dietl, Damien A. Fordham

Notice bibliographique

RevueFrontiers in Ecology and Evolution · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésConservation biologyPaleobiologyEnvironmental resource managementBiodiversityConservationEcosystem managementResource (disambiguation)Conservation psychologyRestoration ecologyEcosystemEcologyEnvironmental planningGeographyComputer scienceBiologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Conservation paleobiology is a cross-disciplinary field that utilizes the geohistorical record of past life on Earth to inform present-day decisions in conservation and restoration and assist in planning for future natural resource management. However, information on how past ecosystems and species responded to environmental change over decadal to millennial timescales is rarely incorporated into conservation and restoration decision-making. To heighten awareness among conservation and restoration practitioners of the relevance of geohistorical data and to bridge the gap between research and implementation in conservation paleobiology, we proposed a Research Topic titled “ Integrating Conservation Biology and Paleobiology to Manage Biodiversity and Ecosystems in a Changing World ”. The 21 articles subsequently published demonstrate the diversity and breadth of geohistorical information available to resource management and the challenges of translating these results into conservation practice and policy. Here we discuss the lessons we learned from editing the Research Topic and suggest a pathway forward for conservation paleobiologists who aspire to generate actionable research results to solve current problems in biodiversity conservation and ecological restoration.

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)0,119
score de la tête « metaresearch » (Gemma)0,118
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: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,627

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1190,118
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,005
Études des sciences et des technologies0,0060,042
Communication savante0,0220,077
Science ouverte0,0050,014
Intégrité de la recherche0,0170,031
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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 Opus0,009
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and EvolutionMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207