MétaCan
Menu
Retour à la cohorte
Enregistrement W7100821149

Wildlife and global warming Navigating the Arctic Meltdown

2012· article· en· W7100821149 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMilitary, Security, and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeabirdEndangered speciesWildlifeArcticNest (protein structural motif)BiologistThe arcticBig gameButeo
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ivory gulls Arctic lore is rife with the ghosts of doomed voyages and other legends, but the story of a pale seabird disappearing from its icy haunts is no tall tale. The ivory gull is, in fact, literally losing ground as rising temperatures melt its polar sea-ice habitat. Aerial surveys of ivory gull breeding colonies, bird counts conducted at sea and the observations of local native people all point to a precipitous fall in Canadian populations. A recent aerial survey of nesting ivory gulls documented an 80 percent decline in the number of breeding birds since the 1980s. Surveyors found several of the largest colonies completely extirpated and significantly fewer nesting birds in the remaining colonies. At sea, where the gulls forage and feed in the polar icepack, researchers aboard cruising icebreakers in 2002 saw less than a third of the number of ivory gulls seen in 1993, and no ivory gulls scavenging around polar bear kills on the sea ice. Canadian Inuit communities with firsthand knowledge of this seabird, which shares their isolated homeland, also note a downturn. These observations alarm conservationists. “[Surveys] showed a really significant decline in the number of birds nesting in Nunavat, which is the only place they nest in Canada, ” says Dick Canning, a member of the Committee on the Status of Endangered Wildlife in Canada. Adds Mark Mallory, a seabird biologist with the Canadian

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,457
Score d'incertitude au seuil0,908

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,037
Tête enseignante GPT0,354
Écart entre enseignants0,317 · 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMilitary, Security, and Education StudiesTravaux en français237 207