MétaCan
Menu
Retour à la cohorte
Enregistrement W7133278227

Comparison of trapping methods for invasive European green crab

2022· other· en· W7133278227 sur OpenAlexfundaboutno aff
Fisheries and Oceans Canada, Pêches et Océans Canada

Notice bibliographique

RevueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans CanadaOregon State UniversityUniversity of Washington
Mots-clésPopulationTrappingInvasive speciesTrap (plumbing)IndigenousEstuaryIntroduced speciesTraditional knowledge
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

European Green Crab (EGC) (Carcinus maenas) is a voracious aquatic invasive species (AIS) that poses a serious threat to Canada’s marine and estuarine ecosystems on the Atlantic and Pacific coasts. Fisheries and Oceans Canada (DFO), in partnership with stakeholders and Indigenous groups, has developed substantial knowledge of EGC and its trapping. Trapping has been used for early detection, monitoring, research, and physical removal for control. A review of peer reviewed studies and unpublished projects on EGC trapping was conducted to examine different trap types and their usage in Canada and in other locations where EGC have been trapped. Several factors are key in selecting an appropriate trap type based on trapping objectives. Applications of the different trap types, including important characteristics and deployment logistics are provided in a summary table. Trapping is an effective method for early detection and monitoring relative changes in EGC abundances, population dynamics, and native species. Trapping for rapid response and control can effectively reduce EGC numbers and alter population dynamics. Outcomes could include reduction of mean body size of EGC and recovery of impacted native species and habitat, but trapping efforts may need to be sustained. Knowledge gaps and challenges identified include a lack of information on capturing juvenile EGC in Canada and determining effective threshold levels or numbers for control to prevent environmental and fishery impact.

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)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,028
Tête enseignante GPT0,322
Écart entre enseignants0,294 · 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'étudeObservationnel
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du CanadaTravaux en français237 207