MétaCan
Menu
← Retour à la cohorte
Enregistrement W7096731215

Session Seven: Protecting Special Places MARINE PROTECTED AREAS (MPAS) IN REGIONAL CONSERVATION PLANNING: A FRAMEWORK FOR THE SCOTIAN SHELF AND GULF OF MAINE

2015· article· en· W7096731215 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMarine protected areaMarine conservationHabitatMarine lifeMarine reserveRange (aeronautics)Marine habitatsMarine speciesResource (disambiguation)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Marine protected areas (MPAs) offer a range of benefits for fisheries, local economies and the marine environment. They serve to prevent habitat damage, maintain biodiversity, and provide a safe haven for fish stocks to recover (Halpern 2003; Gell and Roberts 2003; Roberts et al. 2001; Ward et al. 2001 and others). MPAs, therefore, are an insurance policy for the future, both for marine life and local people. The scientific consensus is growing: setting aside some areas that are managed for conservation is critical to achieving healthy oceans and oceans-based economies. Despite this, spatial conservation tools are currently underused in marine ecosystems; less than one percent of the world’s oceans has any meaningful protection. There is still a great distance to go if we are to implement the protection needed to restore the habitats and living resources of our oceans. For these reasons, WWF-Canada is working towards establishing networks of MPAs. Networks of Protected Areas Unless they are very large, individual MPAs are unlikely to capture the full range of habitats characteristic of a large marine ecosystem. They are also unlikely to contain the full range of life history stages for migratory species or species that spend part of their life history floating freely as plankton. Although implementing individual MPAs is important, they can be made more effective and their im-

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,157
Score d'incertitude au seuil0,312

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,003
Communication savante0,0080,003
Science ouverte0,0050,008
Intégrité de la recherche0,0180,011
Charge utile insuffisante (le modèle a refusé de juger)0,0640,021

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 Opus0,041
Tête enseignante GPT0,264
Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCoral and Marine Ecosystems Studies→Travaux en français237 207→