MétaCan
Menu
Retour à la cohorte
Enregistrement W4416839047 · doi:10.3389/fmars.2025.1643943

Assessment tools are needed to support marine ecosystem-based management, but how to get them used practically?

2025· article· en· W4416839047 sur OpenAlexaff
Anita Franco, Michael Elliott, Eva Amorim, Steve Barnard, Chris Smith, Ángel Borja, Roland Cormier, Nadia Papadopoulou

Notice bibliographique

RevueFrontiers in Marine Science · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Relevance (law)Process (computing)SustainabilityEcosystem approachImpact assessment

Résumé

récupéré en direct d'OpenAlex

Ecosystem-based management (EBM) is essential to maintain healthy, productive and resilient marine ecosystems while sustainably providing ecosystem services leading to the goods and benefits humans want and need. Ecosystem status assessment is essential to the EBM process and there are many and varied methods (or tools) to undertake that assessment in support of EBM. This paper analyses these tools against the characteristics that make them most suited for practical implementation. A total of 34 tools were identified, including 18 generic and 16 specific tools. Information on the characteristics of the available tools was obtained via a structured online survey that was completed by 45 experts. The survey focused on: (i) the purpose and context of the use of a tool (e.g., the EBM elements it addresses, who uses it or in which context it is applied, and its relevance for marine governance); (ii) the type of assessment that the tool provides (e.g., which components of the accepted cause-consequence-response sequence are involved, what spatial and temporal scales are relevant to the assessment); (iii) the requirements of the tool in terms of data (type and variables), expertise/skills and other resources, and (iv) any strengths and weaknesses, including barriers for practical implementation. Similarities and differences in the expert responses were explored between the tools. Each tool was shown to have a specific combination of characteristics, which may make it more or less suitable for practical use depending on the EBM context and elements to which it is applied (i.e., one-size-fits-all does not apply). The tool suitability is also determined by the user-specific requirements for the assessment and this study provides a valuable means to inform the user and guide their decision on which tool(s) to use in the case-specific implementation of the EBM.

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)0,072
score de la tête « metaresearch » (Gemma)0,198
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,381

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0720,198
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0100,010
Études des sciences et des technologies0,0030,006
Communication savante0,0150,044
Science ouverte0,0030,009
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0090,007

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 GPT0,253
Écart entre enseignants0,240 · 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
GenreCommentaire

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'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetCoastal and Marine ManagementTravaux en français237 207