MétaCan
Menu
Retour à la cohorte
Enregistrement W7065270953

The Effect of Climate Change on Wetlands and Waterfowl in Western Canada: Incorporating Cropping Decisions into a Bioeconomic Model

2011· report· en· W7065270953 sur OpenAlexaboutno aff

Notice bibliographique

RevueSocio-Environmental Systems Modeling · 2011
Typereport
Langueen
DomainePhysics and Astronomy
ThématiqueAstrophysical Phenomena and Observations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWaterfowlClimate changeCroppingWetlandEffects of global warming
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We extend an earlier bioeconomic model of optimal duck harvest and wetland retention in the Prairie Pothole Region of Western Canada to include cropping decisions. Instead of a single state equation, the model has two state equations representing the population dynamics of ducks and the amount of wetlands. We use the model to estimate the impact of climate change on wetlands and waterfowl, including direct climate effects as well as land use change due to biofuel policies aimed at mitigating climate change. The model predicts that climate change will reduce wetlands by 47-56 percent from historic levels. Land use change is expected to reduce wetlands by 45 percent from historic levels, whereas direct climate effects will range from a reduction of 2-11 percent, depending on the future climate scenario. This result indicates that models that neglect the effect of land use change underestimate the effect of climate change on wetlands. Further, wetlands loss is geographically heterogeneous, with losses being the largest in Saskatchewan.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,731
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,033
Tête enseignante GPT0,241
Écart entre enseignants0,208 · 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.

Devis d'étudeSimulation ou modélisation
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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocio-Environmental Systems ModelingMême sujetAstrophysical Phenomena and ObservationsTravaux en français237 207