MétaCan
Menu
Retour à la cohorte
Enregistrement W1974320648 · doi:10.1371/journal.pone.0034481

Fused Traditional and Geometric Morphometrics Demonstrate Pinniped Whisker Diversity

2012· article· en· W1974320648 sur OpenAlexfundno aff
Carly C. Ginter, Thomas J. DeWitt, Frank E. Fish, Christopher D. Marshall

Notice bibliographique

RevuePLoS ONE · 2012
Typearticle
Langueen
DomaineMathematics
ThématiqueMorphological variations and asymmetry
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British ColumbiaUniversity of New EnglandAlaska Department of Fish and GameUniversity of PennsylvaniaMassachusetts Department of Fish and Game
Mots-clésMorphometricsBiologySea lionAnatomyWhiskersHair shaftMorphology (biology)ZoologyPaleontologyEcology

Résumé

récupéré en direct d'OpenAlex

Vibrissae (whiskers) are important components of the mammalian tactile sensory system, and primarily function as detectors of vibrotactile information from the environment. Pinnipeds possess the largest vibrissae among mammals and their vibrissal hair shafts demonstrate a diversity of shapes. The vibrissae of most phocid seals exhibit a beaded morphology with repeating sequences of crests and troughs along their length. However, there are few detailed analyses of pinniped vibrissal morphology, and these are limited to a few species. Therefore, we comparatively characterized differences in vibrissal hair shaft morphologies among phocid species with a beaded profile, phocid species with a smooth profile, and otariids with a smooth profile using traditional and geometric morphometric methods. Traditional morphometric measurements (peak-to-peak distance, crest width, trough width and total length) were collected using digital photographs. Elliptic Fourier analysis (geometric morphometrics) was used to quantify the outlines of whole vibrissae. The traditional and geometric morphometric datasets were subsequently combined by mathematically scaling each to true rank, followed by a single eigendecomposition. Quadratic discriminant function analysis demonstrated that 79.3, 97.8 and 100% of individuals could be correctly classified to their species based on vibrissal shape variables in the traditional, geometric and combined morphometric analyses, respectively. Phocids with beaded vibrissae, phocids with smooth vibrissae, and otariids each occupied distinct morphospace in the geometric morphometric and combined data analyses. Otariids split into two groups in the geometric morphometric analysis and gray seals appeared intermediate between beaded- and smooth-whiskered species in the traditional and combined analyses. Vibrissal hair shafts modulate the transduction of environmental stimuli to the mechanoreceptors in the follicle-sinus complex (F-SC), which results in vibrotactile reception, but it is currently unclear how the diversity of shapes affects environmental signal modulation.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,242
Tête enseignante GPT0,257
Écart entre enseignants0,015 · 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

Citations94
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMorphological variations and asymmetryTravaux en français237 207