MétaCan
Menu
Retour à la cohorte
Enregistrement W6901930773 · doi:10.60825/gf9j-e418

Future Habitat Working Group: Summary Report

2024· report· en· W6901930773 sur OpenAlexaffabout

Notice bibliographique

RevueFisheries and Oceans Canada / Pêches et Océans Canada - Publications · 2024
Typereport
Langueen
Domaine
Thématique
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésDownscalingBaseline (sea)Sampling (signal processing)HabitatRange (aeronautics)Scale (ratio)Marine spatial planningClimate changeDistribution (mathematics)Working group

Résumé

récupéré en direct d'OpenAlex

In 2020 scientists at Fisheries and Oceans Canada (DFO) formed a transdisciplinary working group to develop methodologies for estimating the effects of climate change on marine organisms and ecosystems in North-eastern Pacific coastal waters. This collaborative network was initially designed for the discussion of relevant projects and issues and meets annually. A subset of that group formed a Technical Working Group (TWG) that implemented a convergence research approach to developing a methodology for Species Distribution Modelling under Climate Change. The group consisted of multi-disciplinary experts from DFO Pacific Region and met bi-weekly. This document summarizes the working group activities including the structure and history of the group, products and an overview of the lessons learned. The group arrived at several key outcomes: 1. environmental monitoring data should be collected concurrently with species sampling across a wide range of environmental conditions with calibrated instruments and standardized sampling protocols; 2. regional ocean downscaling of climate projections should match the species spatial scale (at a resolution fine enough to resolve nearshore areas where many species live) and that further collaborative research is needed to identify regions where we have sufficient species data, identify the resolution needed given the spatial extent of the data and, develop and run dynamical models; 3. tools for statistical downscaling are needed to reduce climate projection uncertainties.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,706
Score d'incertitude au seuil0,586

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,1060,064

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 Opus0,027
Tête enseignante GPT0,242
Écart entre enseignants0,215 · 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
GenreAutre

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFisheries and Oceans Canada / Pêches et Océans Canada - PublicationsTravaux en français237 207