MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414029461 · doi:10.1101/2025.08.30.673259

Identifying Priority Stepping Stone Reefs to Maintain Global Networks of Connected Coral Reefs

2025· preprint· en· W4414029461 sur OpenAlexafffund
Ariel Greiner, Emily S. Darling, Amelia Wenger, Martin Krkošek, Marie‐Josée Fortin

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsBloomberg Philanthropies
Mots-clésReefCoral reefCoralCoral reef organizationsEnvironmental issues with coral reefsFisheryOceanographyCoral reef protectionGeographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Conserving coral reef climate refugia is a key conservation strategy to address climate change. Yet, the accelerating impacts of coral bleaching and other anthropogenic pressures can jeopardize refugia persistence. The dispersal of coral larvae can increase long-term reef persistence through metapopulation dynamics if connected reefs can share beneficial adaptations to bleaching and facilitate demographic recovery. Here, we modelled reef connectivity using a network approach to identify present-day coral larval dispersal networks of predicted climate refugia and then determined locations of ‘stepping stone’ reefs that can be used to connect these global networks of refugia. We identify 10 key locations of coral reef stepping stones in Indonesia, Mozambique, Glorioso Islands, and Malaysia that may ensure that 84,564km 2 of refugia could remain connected together even if other (non-refugia) reefs become degraded. Global coral reef conservation efforts should consider prioritizing these stepping stones to build more redundancy and resilience into future-proofing conservation strategies.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,235
Écart entre enseignants0,221 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetCoral and Marine Ecosystems Studies→Travaux en français237 207→