MétaCan
Menu
Retour à la cohorte
Enregistrement W2007134972 · doi:10.1142/s0218488510006763

NEW MEASURES FOR COMPARING THE SPECIES DIVERSITY FOUND IN TWO OR MORE HABITATS

2010· article· en· W2007134972 sur OpenAlexaff
Radu Cornel Guiașu, Silviu Guiaşu

Notice bibliographique

RevueInternational Journal of Uncertainty Fuzziness and Knowledge-Based Systems · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMathematicsGeneralized entropy indexDiversity indexEntropy (arrow of time)Quadratic equationSpecies diversityMeasure (data warehouse)StatisticsEcologySpecies richnessBiologyComputer sciencePhysicsData miningCluster analysis

Résumé

récupéré en direct d'OpenAlex

Both the weighted entropy, which generalizes the Shannon entropy, and the weighted quadratic index, which generalizes the Gini-Simpson index, are used for getting a unified treatment of some diversity measures proposed recently in ecology. The weights may reflect the ecological importance, rarity, or economic value of the species from a given habitat. The weighted measures, being concave functions, may be used in the additive partition of diversity. The weighted quadratic index has a special advantage over the weighted entropy because its maximum value has a simple analytical formula which allows us to introduce a normed measure of dissimilarity between habitats. A special case of weighted quadratic index is the Rich-Gini-Simpson index which, unlike the Shannon entropy and the classic Gini-Simpson index, behaves well when the number of species is very large. The weighted entropy and the weighted quadratic index may also be used to measure the global diversity among the subsets of species. In this context, Rao's quadratic index of diversity between the pairs of species, based on the phylogenetic distance between species, is obtained as a particular case and is generalized to measure the diversity among the triads of species as well.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0140,010
Études des sciences et des technologies0,0010,002
Communication savante0,0020,006
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,308
Écart entre enseignants0,271 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Uncertainty Fuzziness and Knowledge-Based SystemsMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207