Predicting coral mortality in South East Asia using open-source data
Notice bibliographique
Résumé
Coral reefs hold some of the most biodiverse and productive environments in the world while providing goods and services across a wide range of sectors. Unfortunately, due to climate change and other anthropogenic factors coral reefs are dying. However, majority of reef modeling literature looks at coral development rather than its mortality. In this study I modeled coral mortality using exclusively open source data and created a suitability score (concern index) for high concern corals that also considers the economic value of reefs. The goal was to help identify which community management units require attention from the marine conservation charity Blue Ventures. An inventory of global resolution datasets including environmental and management practices that may indicate coral stress were added to an empty linear model to predict mortality in South East Asia. The best model in predicting coral mortality utilized artisanal fishing data, the model had an R2 of 0.8673 and an accuracy of 48.51%. This model identified the locations of the highest mortality to be in Timor-Leste at Blue Ventures management unit sites TL1 and TL5, however adding economic value in the concern index then Papua New Guinea site PNG7 is more at risk. I hypothesize that a lack in variability and standardized approach in the coral mortality/bleaching explanatory data decreases the accuracy and real-world applicability of the model. The majority of explanatory variables were obtained from the online database Reef Base, some of the observations showed extreme outliers which were all indicated by citizen scientists. Going forward I would recommend that further education and standardization is included in observations to ensure the open source data has a higher accuracy to make better models.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».