Ocean basin-scale research and management: challenges and opportunities
Notice bibliographique
Résumé
No abstracts are to be cited without prior reference to the author. Conveners: J. Murray Roberts (United Kingdom), Ellen Kenchington (Canada).CM 2018/G:580. Deep-Sea Marine Genetic Resources: review and analysis of existing MPAs management. Potential implication for future MSP practices. Elisabetta Menini, Cindy Lee Van Dover, Helena Calado, Roberto Danovaro, Elisabetta ManeaCM 2018/G:166. Data portals to support marine management at regional sea’s scale – the coastMap approach. Linda Baldewein, Marcus Lange, Ulrike Kleeberg, Dietmar SauerCM 2018/G:100. Investigating unit stock boundaries of the deep-water rose shrimp by modelling larvae aggregation in the Strait of Sicily (Central Mediterranean Sea). Giovanni Quattrocchi, Matteo Sinerchia, Francesco Colloca, Fabio Fiorentino, Germana Garofalo, Andrea CuccoCM 2018/G:636. Challenges for sustainable monitoring and evaluation of the EU Marine Strategy Framework Directive in the Atlantic offshore waters: the iFADO project. Campuzano Francisco, Borges Maria de Fatima, Oliveira Paulo, Dabrowski Tomasz, Groom Steve, Ruiz-Villarreal Manuel, Brotas VandaCM 2018/G:378. Dynamic management approaches for marine mammals. Anita Gilles, Sacha Viquerat, Geert Aarts, Elizabeth A. Becker, Ute Daewel, Steve C.V. Geelhoed, Jan Haelters, Jacob Nabe-Nielsen, Meike Scheidat, Corinna Schrum, Ursula Siebert, Signe Sveegaard, Floris M. van Beest, Rob van Bemmelen, Karin A. ForneyCM 2018/G:534. The Atlantic Ocean a shared resource: Can MPA networks be used as a tool to improve a sea-basin conservation strategy? Marques M., Alves F. L.CM 2018/G:594. A comparison of assessment methods and time scales of biodiversity indicators in the scope of the MSFD in North-Eastern Atlantic: impacts for intercalibration and GES classification. Machado I., Costa J.L, Pasquaud S., Cabral H.CM 2018/G:508. Ocean basin-scale distribution models in the ATLAS project. The challenges of big thinking. José Manuel González-Irusta, Carlos Domínguez-Carrió, Marina Carreiro-Silva,Telmo MoratoCM 2018/G:567. Biophysical drivers of ocean-wide connectivity in a holoplanktonic zooplankton. C. Chang, E. Goetze, A.B. NeuheimerCM 2018/G:568. Spawning time adaptation allows fish to meet their food across an ocean basin. A.B. Neuheimer, B.R. MacKenzie, M.R. PayneCM 2018/G:86. Spatiotemporal features of the population dynamics of cutlassfish (Trichiurus spp.) with their relations to the regional environment in the northwest Pacific Ocean. Baochao Liao, Yan Jiao, Xiujuan Shan, Abdul Baset, Qun Liu
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,028 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,013 | 0,019 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».