Notice bibliographique
Résumé
The ecological attributes of two species may be similar through convergent evolution or common ancestry. The extent of similarity by descent can be evaluated by comparing them with their most closely‐related outgroup in a given phylogeny. I describe a method of nested sister‐group analysis for estimating ecological similarity based on landscape features or on co‐distribution. The phylogeny is dissected into triplets, each comprising two sister taxa and their outgroup. For a triplet at any phylogenetic level, the similarity of sister groups with respect to some given character can be compared with their joint similarity to the outgroup to give a single test of similarity by descent. Each comparison is independent, and the full set of triplets provides a complete accounting of phylogenetic variation at all levels. This procedure was applied to 188 moderately abundant species of dicots in two independent surveys from adjoining districts of midland England, supplemented by physical surveys of landscape attributes obtained from digitized maps of the same districts. The co‐distribution of sister species was consistently more positive than the co‐distribution of random species pairs, demonstrating the existence of a phylogenetic signal at some level. When sister species are compared with their most closely‐related outgroup, however, neither landscape attributes nor co‐distribution showed any overall similarity arising from common ancestry, in the sense that ecological attributes are not generally conserved after lineage splitting. Instead, the distribution of similarity is strikingly similar to random data. The lack of ecological similarity between closely‐related groups was attributed to rapid character change at or shortly after the splitting of lineages, coupled with a lack of correlation between successive lineage splits.
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 | 0,001 |
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.
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 ».