MétaCan
Menu
← Retour à la cohorte
Enregistrement W6930911611 · doi:10.5281/zenodo.14764730

Data From: Urban planning for wildlife connectivity, a multispecies assessment of urban sprawl and SLOSS renaturalization strategies

2025· dataset· en· W6930911611 sur OpenAlexafffundabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typedataset
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensToronto and Region Conservation AuthorityUniversity of Toronto
Organismes subventionnairesMitacs
Mots-clésWildlifeUrban sprawlUrban ecologyUrban planningWildlife conservationLand-use planningUrban area

Résumé

récupéré en direct d'OpenAlex

Data use for the analytical process in manuscript "Urban planning for wildlife connectivity, a multispecies assessment of urban sprawl and SLOSS renaturalization strategies" Journal of Applied Ecology, 2025 File: roadkill_Toronto_GElmi_Cadusso_JAPP_manuscript.zip Description: Roadkill data used for the validation of the Toronto connectivity map. Data includes both city of Toronto road kill data, through the Toronto Wildlife Centre and queried and sorted inaturalist datapoints whereby keywords dead or roadkill where found, for all mammals, amphibians and reptiles. File: input.zip Description: Compressed folder contains all input maps for all taxa and all scenario sorted in folder hieracy taxa > scenario > maps. Resistance maps are distinguished between those destined for graphab maps, identified as _graphab, and those destined for omniscape, Access information Other publicly accessible locations of the data: None Data was derived from the following sources: inaturalist, city of Toronto, Toronto Wildlife Centre, Toronto Region Conservation Authority For Methods refer to source manuscript.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,130
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0750,037

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 Opus0,124
Tête enseignante GPT0,385
Écart entre enseignants0,261 · 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
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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetNeuroscience and Neuropharmacology Research→Travaux en français237 207→