MétaCan
Menu
Retour à la cohorte
Enregistrement W6976398095 · doi:10.60692/761ey-vav59

Evidence and mapping of extinction debts for global forest-dwelling reptiles, amphibians and mammals

2017· article· en· W6976398095 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueHistory of Computing Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSpecies richnessExtinction (optical mineralogy)IUCN Red ListExtinction debtSpatial ecologyThreatened speciesVertebrateExtinction eventMacroecology

Résumé

récupéré en direct d'OpenAlex

Evidence of extinction debts for the global distributions of forest-dwelling reptiles, mammals and amphibians was tested and the debt magnitude was estimated and mapped. By using different correlation tests and variable importance analysis, the results showed that spatial richness patterns for the three forest-dwelling terrestrial vertebrate groups had significant and stronger correlations with past forest cover area and other variables in the 1500 s, implying the evidence for extinction debts. Moreover, it was likely that the extinction debts have been partially paid, given that their global richness patterns were also significantly correlated with contemporary forest variables in the 2000 s (but the absolute magnitudes of the correlation coefficients were usually smaller than those calculated for historical forest variables). By utilizing species-area relationships, spatial extinction-debt magnitudes for the three vertebrate groups at the global scale were estimated and the hotspots of extinction debts were identified. These high-debt hotspots were generally situated in areas that did not spatially overlap with hotspots of species richness or high extinction-risk areas based on IUCN threatened status to a large extent. This spatial mismatch pattern suggested that necessary conservation efforts should be directed toward high-debt areas that are still overlooked.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil0,436

Scores Codex et Gemma par catégorie

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

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 Opus0,079
Tête enseignante GPT0,247
Écart entre enseignants0,168 · 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 tête enseignante, 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetHistory of Computing TechnologiesTravaux en français237 207