MétaCan
Menu
Retour à la cohorte
Enregistrement W797896169 · doi:10.1016/j.gecco.2015.06.003

Cumulative effects of planned industrial development and climate change on marine ecosystems

2015· article· en· W797896169 sur OpenAlexafffundabout
Cathryn Clarke Murray, Selina Agbayani, Natalie C. Ban

Notice bibliographique

RevueGlobal Ecology and Conservation · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensUniversity of VictoriaWorld Wildlife Fund CanadaUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGordon and Betty Moore Foundation
Mots-clésCumulative effectsClimate changeEnvironmental resource managementEnvironmental scienceEcosystemMarine ecosystemGeographyEcology

Résumé

récupéré en direct d'OpenAlex

With increasing human population, large scale climate changes, and the interaction of multiple stressors, understanding cumulative effects on marine ecosystems is increasingly important. Two major drivers of change in coastal and marine ecosystems are industrial developments with acute impacts on local ecosystems, and global climate change stressors with widespread impacts. We conducted a cumulative effects mapping analysis of the marine waters of British Columbia, Canada, under different scenarios: climate change and planned developments. At the coast-wide scale, climate change drove the largest change in cumulative effects with both widespread impacts and high vulnerability scores. Where the impacts of planned developments occur, planned industrial and pipeline activities had high cumulative effects, but the footprint of these effects was comparatively localized. Nearshore habitats were at greatest risk from planned industrial and pipeline activities; in particular, the impacts of planned pipelines on rocky intertidal habitats were predicted to cause the highest change in cumulative effects. This method of incorporating planned industrial development in cumulative effects mapping allows explicit comparison of different scenarios with the potential to be used in environmental impact assessments at various scales. Its use allows resource managers to consider cumulative effect hotspots when making decisions regarding industrial developments and avoid unacceptable cumulative effects. Management needs to consider both global and local stressors in managing marine ecosystems for the protection of biodiversity and the provisioning of ecosystem services.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil0,352

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,232
Écart entre enseignants0,198 · 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

Citations65
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGlobal Ecology and ConservationMême sujetCoastal and Marine ManagementTravaux en français237 207