MétaCan
Menu
Retour à la cohorte
Enregistrement W4412807106 · doi:10.24278/rif.2025.37e964

OCCURRENCE OF WATERFOWL AND SHOREBIRDS IN RICE CULTIVATIONS IN THE NORTHWESTERN REGION OF PARANÁ STATE, BRAZIL

2025· article· en· W4412807106 sur OpenAlexaff
Adriano Travassos, Luís Macedo, A. G. da Silva

Notice bibliographique

RevueRevista do Instituto Florestal · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Systems and Practices
Établissements canadiensPhysicians' Services Incorporated Foundation
Organismes subventionnairesnon disponible
Mots-clésWaterfowlGeographyFisheryEcologyAgroforestryBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

A significant portion of the world's natural wetlands has been lost or altered, primarily due to agricultural expansion. Among these activities, rice cultivation stands out, particularly in the southern Brazilian states. Rice, a grass adapted to aquatic environments, is typically grown in flood-prone areas, creating conditions similar to natural wetlands and providing habitat and food resources for many waterbird species. In the state of Paraná, natural environments suitable for sustaining large concentrations of waterbirds are scarce. The first records of large waterbird flocks in the region were made along the left bank of the Paraná River, in artificial lagoons formed for rice cultivation. Given the ecological and economic relevance of this issue, a systematic study was conducted to assess the species richness and abundance of birds benefiting from these conditions. The research was carried out in floodplain rice fields along the right bank of the Ivaí River, a tributary of the Paraná River, within the municipalities of Planaltina do Paraná, Querência do Norte and Santa Mônica. The study began in 2013 and extended through 2019. Additional censuses were conducted in 2021 and 2024, totaling 20 field phases. Across the three study sites, 14 families and 49 species of water-associated birds were recorded. The findings provide valuable insights for developing agricultural land management strategies that maintain the functionality of these areas as supplementary habitats while balancing agricultural productivity with waterbird conservation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,575

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,262
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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 revueRevista do Instituto FlorestalMême sujetAgricultural Systems and PracticesTravaux en français237 207