Notice bibliographique
Résumé
inherently inter-disciplinary, could bring to our understanding of COVID spread and its consequences.In addition to drawing on previous research by landscape epidemiologists, Azevedo et al. ( 2020) highlighted the need to draw on expertise on links between social and ecological systems, and research within urban landscapes and on ecological goods and services.These are areas that many landscape ecologists have been doing work in, but Azevedo et al. (2020) stressed the importance of these areas to respond to the COVID-19 pandemic.They highlighted the need for a landscape epidemiology approach to better link environmental and health research with a goal of increasing human and social systems.Their overall goal was to illustrate what landscape ecology as a discipline could learn from the COVID pandemic, and how the inherent interdisciplinarity, spatially explicit focus, and cross-scale perspective of our discipline could contribute to solutions to minimize disease spread and build a better world post-pandemic.The articles that comprise this Collection reflect many (but not all) of the themes highlights by Azevedo et al. (2020) early in the pandemic (https:// link.sprin ger.com/ colle ctions/ fbbjg hdeha).Emphasizing the ecological focus on landscape ecology, Azevedo et al. (2020) highlighted how concepts and tools from landscape ecology could aid in our understanding of how landscape change (including habitat loss and fragmentation, road building, disturbances, and climate change) could influence the spread of diseases.In this Collection,
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 tête enseignante, 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 ».