MétaCan
Menu
Retour à la cohorte
Enregistrement W1930565562 · doi:10.1111/j.1365-294x.2010.04827.x

Missing saiga on the taiga

2010· article· en· W1930565562 sur OpenAlexaff
Tyler S. Kuhn, Arne Ø. Mooers

Notice bibliographique

RevueMolecular Ecology · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueForensic and Genetic Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBiologyAncient DNAEndangered speciesDemographic historyEcologyAbiotic componentPopulationClimate changeHolocenePleistocenePhylogeographyEvolutionary biologyDemographyGenetic variationPhylogeneticsPaleontology

Résumé

récupéré en direct d'OpenAlex

Conservation biologists understand that linking demographic histories of species at risk with causal biotic and abiotic events should help us predict the effects of ongoing biotic and abiotic change. In parallel, researchers have started to use ancient genetic information (aDNA) to explore the demographic histories of a number of species present in the Pleistocene fossil record (see, e.g. Shapiro et al. 2004). However, aDNA studies have primarily focused on identifying long-term population trends, linked to climate variability and the role of early human activity. Population trends over more recent time, e.g. during the Holocene, have been poorly explored, partly owing to analytical limitations. In this issue, Campos et al. (2010a) highlight the potential of aDNA to investigate demographic patterns over such recent time periods for the compelling and endangered saiga antelope Saiga tatarica (Fig. 1). The time may come when past and current demography can be combined to produce a seamless record. [Figure: see text].

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,368

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,264
Écart entre enseignants0,256 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular EcologyMême sujetForensic and Genetic ResearchTravaux en français237 207