MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412864429 · doi:10.1139/cjfas-2024-0305

It takes all kinds: a composite approach to sustainable freshwater fisheries

2025· article· en· W4412864429 sur OpenAlexafffundvenueabout
A Howarth, Steven J. Cooke, Vivian M. Nguyen

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensCarleton University
Organismes subventionnairesOntario Genomics Institute
Mots-clésFisheryEnvironmental scienceEcologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Freshwater fisheries face diverse, interacting stressors that threaten freshwater fish populations and global freshwater biodiversity. In Canada, freshwater fisheries are managed and conserved by various government agencies and departments (lead actors) and a supporting cast of non-governmental groups and individuals (supporting actors) whose efforts range from coordinated and synergistic to disjunct and antagonistic. This is problematic, because threats to freshwater fisheries and biodiversity are highly synergistic. In some cases, these threats are addressed by strong, combined efforts by lead and supporting actors. Here, greater capacity and resilience are achieved via a composite approach, meaning an effective combination of parts to create one whole. In other cases, efforts are less plural and/or combined, and therefore weaker. We use insights from an expert sample of freshwater fisheries practitioners to describe the supporting cast, how it varies from a critical asset to an untapped resource, and the determinants of these different outcomes. Our results are not only applicable to Canada and/or freshwater fisheries, but to other cases where environmental management and conservation involve both lead and supporting actors.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,945
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0070,014
Communication savante0,0080,008
Science ouverte0,0010,008
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,014
Tête enseignante GPT0,211
Écart entre enseignants0,197 · 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'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

Citations3
Publié2025
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→