MétaCan
Menu
Retour à la cohorte
Enregistrement W6892204529 · doi:10.5063/9885dg

A global inventory of animal biodiversity measured in different grazing treatments

2021· dataset· en· W6892204529 sur OpenAlexaff

Notice bibliographique

RevueUC Santa Barbara · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGrazingRangelandBiodiversityConservation grazingBiomass (ecology)Geospatial analysisFood security

Résumé

récupéré en direct d'OpenAlex

Rangelands occupy more than half of terrestrial land cover and much of these lands are used for domestic grazing. Patterns of domestic grazing have been shifting recently, becoming more common in areas such as Brazil, Mexico, and South-East Asia. These are also correspond with some of biodiversity hotspots of the world. The effects of domestic grazing on biodiversity can be complex. Moreover, there is a important component of food security to be considered with changing grazing patterns. While there has been recent work quantifying the effects of domestic grazing on carbon emissions and plant composition, there has yet to be a detailed synthesis of grazing effects on animal diversity. Using a systematic review of the literature, we generated a database inventorying animal biodiversity in lands with domestic grazing, wild grazers, and without grazing. Information provided includes species-specific responses to grazing, measurements of grazing intensity (e.g., animals per hectare, biomass removed), grazer species, and geospatial coordinates. Our hopes is that this database could be used for sustainable grazing practices.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,279
Écart entre enseignants0,238 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUC Santa BarbaraTravaux en français237 207