MétaCan
Menu
Retour à la cohorte
Enregistrement W1927170957 · doi:10.1111/j.1469-7998.2012.00937.x

Mismeasure of secondary sexual traits: an example with horn growth in the <scp>I</scp>berian ibex

2012· article· en· W1927170957 sur OpenAlexaff
Mathieu Sarasa, Ramón C. Soriguer, José Enrique Granados, Nicolas Casajus, Jesús M. Pérez

Notice bibliographique

RevueJournal of Zoology · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésFrench hornBiologyUngulateEcologyZoologyAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Monitoring programmes and studies focused on secondary sexual characters (SSCs) depend on the accuracy of measurements. However, methods of measurements of SSC, such as horns of ungulates, vary throughout the literature. Thus, the accuracy of horn growth measurements as proxies of true horn growth and the comparability of results inferred from different horn growth measurements may be questionable. We used the horns of Iberian ibex Capra pyrenaica to compare horn growth measurements and to analyse reliability with true horn growth. Our results reveal that measurements used in previous studies differed substantially from true horn growth and volume estimated as a barrel appeared as the best proxy of annular segments of horns in the Iberian ibex. Horn growth measurements are not necessarily mutually comparable, just as classical measurements are not necessarily representative of true horn growth. We discuss the wider implications of these results and suggest that biological processes linked to horns of ungulates should be reappraised using improved and accurate measurements because horn growth pattern is a key factor in sustainable management and conservation plans of ungulate species around the world.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,215
Écart entre enseignants0,194 · 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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ZoologyMême sujetWildlife Ecology and ConservationTravaux en français237 207