MétaCan
Menu
Retour à la cohorte
Enregistrement W1563936761 · doi:10.26786/1920-7603(2011)2

Typology in pollination biology: Lessons from an historical critique

2011· article· en· W1563936761 sur OpenAlexvenueno aff
Nickolas M. Waser, Jeff Ollerton, Andreas Erhardt

Notice bibliographique

RevueJournal of Pollination Ecology · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTeleologyPollinationTypologyPollinatorBiologyDarwinismEcologyEvolutionary biologyEpistemologySociologyPollenAnthropologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Typological schemes that describe putative floral adaptations for pollinators have played a central role in pollination biology. In 1882 the prominent German botanist and Darwinist Hermann Müller commented critically on a precursor of modern versions of such “pollination syndromes” that had been developed by his Italian colleague Federico Delpino. Delpino also was a self-proclaimed Darwinist, but in fact adhered to teleology—explanation beyond nature. As a consequence he viewed his typology as reflecting a deeper ideal and thus as rigidly true, and rejected as unimportant any visitors to flowers that it did not predict. Although Müller also classified flowers as to pollinators, he considered such schemes to be fallible, and pondered what diversity and variation in floral visitors might mean. Müller’s comments, which we translate here, are of interest given that appeals to teleology have resurfaced from time to time in discussions of pollination syndromes, and more importantly because his warning against taking typological schemes too literally remains valid. Typology is a useful tool in biology, including pollination biology, but care must be taken that it does not replace nature as perceived reality.

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)0,022
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,028
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,005
Études des sciences et des technologies0,0070,084
Communication savante0,0100,023
Science ouverte0,0030,005
Intégrité de la recherche0,0070,015
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,105
Tête enseignante GPT0,300
Écart entre enseignants0,195 · 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'étudeThéorique ou conceptuel
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

Citations17
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pollination EcologyMême sujetPlant and animal studiesTravaux en français237 207