MétaCan
Menu
Retour à la cohorte
Enregistrement W4408336393 · doi:10.1002/fee.2842

Intentional and unintentional changes to avian and mammalian diversities in the <scp>UK</scp>

2025· review· en· W4408336393 sur OpenAlexaff
Wenyuan Zhang, Kevin J. Gaston, Ben C. Sheldon, Richard Grenyer

Notice bibliographique

RevueFrontiers in Ecology and the Environment · 2025
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBiodiversityFunctional diversityBiologyEcologyTraitDiversity (politics)EcosystemDisturbance (geology)ColonizationIntroduced speciesGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

Rewilding is emerging as a promising restoration strategy to tackle the challenges posed by global change and maintain natural ecosystems and their biodiversity. However, rewilding has also been criticized for the absence of a consistent definition and insufficient knowledge about its possible outcomes. Here, we explored the effects of rewilding on filling functional gaps created by the extirpation of native species. We contrasted rewilding with three other mechanisms for change in community composition—species extirpation, species introduction, and unassisted colonization—in terms of their impacts on changes in avian and mammalian diversity in the UK. We found that (i) while rewilding increases functional diversity most on average, introduced/naturalized birds contribute more functional uniqueness to native functional space than other groups of birds; and (ii) changes in functional diversity associated with “rewilded” organisms were species‐dependent and idiosyncratic. Our results suggest that although rewilding can expand or infill native functional trait space to some extent, such effects require careful assessment.

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)0,002
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,008
Tête enseignante GPT0,207
Écart entre enseignants0,199 · 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
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and the EnvironmentMême sujetLand Use and Ecosystem ServicesTravaux en français237 207