<scp>GUBIC</scp>: The global urban biological invasions compendium for plants
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Urban areas are foci for the introduction of non‐native plant species, and they often act as launching sites for invasions into the wider environment. Although interest in biological invasions in urban areas is growing rapidly, and the extent and complexity of problems associated with invasions in these systems have increased, data on the composition and numbers of non‐native plants in urbanized areas remain scattered and idiosyncratic. We assembled data from multiple sources to create the Global Urban Biological Invasions Compendium (GUBIC) for vascular plants representing 553 urban centres from 61 countries across every continent except Antarctica. The GUBIC repository includes 8140 non‐native plant species from 253 families. The number of urban centres in which these non‐native species occurred had a log‐normal distribution, with 65.2% of non‐native species occurring in fewer than 10 urban centres. Practical implications : The dataset has wider applications for urban ecology, invasion biology, macroecology, conservation, urban planning and sustainability. We hope this dataset will stimulate future research in invasion ecology related to the diversity and distributional patterns of non‐native flora across urban centres worldwide. Further, this information should aid the early detection and risk assessment of potential invasive species, inform policy development and assist in setting management priorities.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle