Wildlife ecology, conservation, and management
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Professor John Fryxell currently teaches in the Department of Integrative Biology at the University of Guelph, Canada, where he has worked closely with a number of university and government scientists to develop sustainable conservation strategies for elk, woodland caribou, wolves, and marten. Previous to this he worked at the University of British Columbia and as Wildlife Consultant for the Provincial Government of Newfoundland and Labrador. His research has focused on the role of behavior in population and community dynamics of large mammals. He has a continuing interest in African wildlife, including long-term studies on the demography and spatial ecology of large herbivores and their predators in Serengeti National Park. Professor Anthony Sinclair is currently Professor Emeritus at the University of British Columbia, Vancouver, Canada. He has been Director of the Centre for Biodiversity Research at the University, and a Professor at the Department of Zoology. He has researched Canadian subarctic ecosystems and worked on Canadian boreal forest ecosystems, in particular on cycles of snowshoe hares. He worked in the Serengeti National Park, Tanzania, Africa, on ecology and conservation projects for over 40 years. He has conducted ecological research on the Serengeti ecosystem of Tanzania, documenting multiple states in Serengeti savanna and grassland communities. He has also worked on endangered marsupial mammal populations and predation by exotic carnivores in Australia and similar systems in New Zealand
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle