MétaCan
Menu
← Retour à la cohorte
Enregistrement W7098339295

INVASIVE SPECIES AND THE DESTRUCTION THEY BRING

2010· article· en· W7098339295 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInvasive speciesIntroduced speciesResource (disambiguation)Aquatic ecosystemAlienFish <Actinopterygii>Ecosystem
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Madam Chair, thank you for inviting me to appear before this subcommittee to discuss the threat of the Asian carp invasion into the Great Lakes. My name is Michael Hansen. I am the chair of the Great Lakes Fishery Commission. I am also a professor of fisheries at the University of Wisconsin at Stevens Point. The Great Lakes are an extremely valuable resource for both the United States and Canada. The Great Lakes ’ commercial, recreational, and tribal fisheries are valued at more than $7 billion annually (ASA 2008). The lakes provide drinking water for 40 million people and are a rich tourist draw. They are a way of life for the people of the region and a healthy, vibrant Great Lakes ecosystem is immeasurable in economic terms alone. The Great Lakes—and the way of life they support—are under assault from invasive species. Invasive species are defined as non-native animals and plants, both aquatic and terrestrial, that enter new environments, become established, and spread. The Great Lakes are “ground zero ” for aquatic invasions. Today, the lakes harbor more than 185 non-native species (Lodge 2007; Mills et al. 1993; Ricciardi 2001; Sturtevant et al. 2010), many of which entered the lakes accidentally. The rate of introduction into the Great Lakes is not slowing, even with the welcomed institution of some invasive species control measures (e.g., ballast water exchange requirements starting as early as 1989). Some estimate that a new invader

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,005
Communication savante0,0080,009
Science ouverte0,0010,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0300,007

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 Opus0,029
Tête enseignante GPT0,174
Écart entre enseignants0,145 · 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
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDiverse Scientific and Economic Studies→Travaux en français237 207→