MétaCan
Menu
← Retour à la cohorte
Enregistrement W6901474436 · doi:10.60692/84kp6-a6916

Evaluating changes in marine communities that provide ecosystem services through comparative assessments of community indicators

2015· article· en· W6901474436 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensSimon Fraser UniversityFisheries and Oceans CanadaBedford Institute of OceanographyUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésProvisioningEcosystemContext (archaeology)Trophic levelMarine ecosystemEcosystem servicesEcosystem-based managementEcological indicator

Résumé

récupéré en direct d'OpenAlex

Fisheries provide critical provisioning services, especially given increasing human population. Understanding where marine communities are declining provides an indication of ecosystems of concern and highlights potential conflicts between seafood provisioning from wild fisheries and other ecosystem services. Here we use the nonparametric statistic, Kendall׳s tau, to assess trends in biomass of exploited marine species across a range of ecosystems. The proportion of 'Non-Declining Exploited Species' (NDES) is compared among ecosystems and to three community-level indicators that provide a gauge of the ability of a marine ecosystem to function both in provisioning and as a regulating service: survey-based mean trophic level, proportion of predatory fish, and mean life span. In some ecosystems, NDES corresponds to states and temporal trajectories of the community indicators, indicating deteriorating conditions in both the exploited community and in the overall community. However differences illustrate the necessity of using multiple ecological indicators to reflect the state of the ecosystem. For each ecosystem, we discuss patterns in NDES with respect to the community-level indicators and present results in the context of ecosystem-specific drivers. We conclude that using NDES requires context-specific supporting information in order to provide guidance within a management framework.

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)0,006
score de la tête « metaresearch » (Gemma)0,017
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,237
Tête enseignante GPT0,352
Écart entre enseignants0,115 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetMarine and fisheries research→Travaux en français237 207→