Harmful algal blooms in the PICES region of the North Pacific
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
ForewordBackground and objectives [pdf, 0.84 MB] Country reviews and status reports Section I. Western North Pacific Japan Yasuwo Fukuyo, Ichiro Imai, Masaaki Kodama and Kyoichi TamaiRed tides and harmful algal blooms in Japan [pdf, 0.7 MB]People's Republic of China Tian Yan, Ming-Jiang Zhou and Jing-Zhong ZouA national report of HABs in China [pdf, 0.24 MB]Republic of Korea Sam Geun Lee, Hak Gyoon Kim, Eon Seob Cho and Chang Kyu LeeHarmful algal blooms (red tides): Management and mitigation in Korea [pdf, 0.27 MB]Russia Tatiana Y. Orlova, Galina V. Konovalova, Inna V. Stonik, Tatiana V. Morozova and Olga G. ShevchenkoHarmful algal blooms on the eastern coast of Russia [pdf, 1.4 MB]Section II. Eastern North Pacific Canada F.J.R. "Max" Taylor and Paul J. HarrisonHarmful marine algal blooms in western Canada [pdf, 0.87 MB]United States of America Vera L. TrainerHarmful algal blooms on the U.S. west coast [pdf, 0.5 MB]Mexico Jose L. Ochoa, S. Lluch-Cota, B.O. Arredondo-Vega, E. Nuñes-Vázquez, A. Heredia-Tapia, J. Pérez-Linares and R. Alonso-RodriguezMarine Biotoxins and harmful algal blooms in Mexico's Pacific littora [pdf, 0.2 MB]Summary and conclusions [pdf, 0.6 MB] AppendicesA. Members of the Working Group [pdf, 0.1 MB]B. Original terms of reference (Vladivostok, 1999) [pdf, 0.08 MB]C. Annual reports of WG 15 [pdf, 0.15 MB]D. Workshop report on taxonomy and identification of HAB species and data management [pdf, 0.15 MB](Document pdf contains 156 pages)
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 | 0,001 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle