Comparing ungulate dietary proxies using discriminant function analysis
Notice bibliographique
Résumé
A variety of tooth-wear and morphological dietary proxies have been proposed for ungulates. In turn, they have been applied to fossil specimens with the purpose of reconstructing the diets of extinct taxa. Although these dietary proxies have been used in isolation and in combination, a consistent set of statistical analyses has never been applied to all of the available datasets. The purpose of this study is to determine how well the most commonly used dietary proxies classify ungulates as browsers, grazers, and mixed feeders individually and in combination. Discriminant function analysis is applied to individual dietary proxies (hypsodonty, mesowear, microwear, and several cranial dietary proxies) and to combinations thereof to compare rates of successful dietary classification. In general, the tooth-wear dietary proxies (mesowear and microwear) perform better than morphological dietary proxies, though none are strong proxies in isolation. The success rates of the cranial dietary proxies are not increased substantially when ruminants and bovids are analyzed separately, and significance among the three dietary guilds is reduced when controlling for phylogenetic relatedness. The combination of hypsodonty, mesowear, and microwear is found to have a high rate of successful dietary classification, but a combination of all commonly used proxies increases the success rate to 100%. In most cases, mixed feeders bear the greatest resemblance to browsers suggesting that a morphology intermediate to browsers and grazers may represent a fitness valley resulting from the inability to exploit both browse and graze efficiently. These results are important for future paleoecological studies and should be used as a guide for determining which dietary proxies are appropriate to the research question.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».