Prioritizing removals of a highly cryptic invasive species using machine learning and demographic weighting.
Revue : Ecological applications : a publication of the Ecological Society of America
Parution : Mardi 1 septembre 2026
DOI : 10.1002/eap.70317
Statut : code vérifié
Méthodes : Spectre et temps-fréquence, Statistiques, Apprentissage
Carte de traçage
Proposée automatiquement : ces liens ont été trouvés dans l'article et vérifiés à la source, sans relecture humaine. Elle recevra un DOI Zenodo quand un de ses auteurs l'aura validée avec son ORCID.
Code des auteurs
Zenodo 21416777
Licence : MIT
État : le lien répond
Preuve : fichiers inventoriés
Trouvé : les références
5 fichiers
- R/01_PEP_Demo.R — R, 1 794 lignes [lire ici]
- R/02_PEP_Demo_MachineLearning.R — R, 997 lignes [lire ici]
- R/compute_wri.R — R, 207 lignes [lire ici]
- LICENSE — Licence, 21 lignes [lire ici]
- README.md — Texte, 116 lignes [lire ici]
asromer-biology/romer_et_al_2026_python_prioritization
Licence : MIT
État : le lien répond
Preuve : fichiers inventoriés
Commit :
30ef1744d5d9c34d433309625aa624f48aa1fdb1Langages : R (3)
Trouvé : la fiche de l'archive Zenodo
5 fichiers
- R/01_PEP_Demo.R — R, 1 794 lignes [lire ici]
- R/02_PEP_Demo_MachineLearning.R — R, 997 lignes [lire ici]
- R/compute_wri.R — R, 207 lignes [lire ici]
- LICENSE — Licence, 21 lignes [lire ici]
- README.md — Texte, 116 lignes [lire ici]