Under-parameterized Model of Sequence Evolution Leads to Bias in the Estimation of Diversification Rates from Molecular Phylogenies
Notice bibliographique
Résumé
Macroevolutionary inferences from molecular phylogenies are becoming increasingly common (see Harvey et al., 1996; Mooers and Heard, 1997; Pagel, 1999; Barraclough and Nee, 2001). Many methods in which phylogenies are invoked for historical inference assume that a molecular phylogeny is an errorless representation of the underlying phylogenetic history of the included taxa (but see Lutzoni et al., 2001; Huelsenbeck et al., 2000; Huelsenbeck and Rannala, 2003). However, molecular phylogenies are estimates of this history based on a particular model of evolution; thus, there is some error associated with their estimation (Huelsenbeck and Kirkpatrick, 1996). Here we explore the effects of a particular type of error in phylogenetic branch-length estimation, that caused by assuming an underparameterized model of molecular evolution, on the γ-statistic of Pybus and Harvey (2000), a statistic that tests for changes in the rate of diversification through time. Although we restrict our attention to the estimation of diversification rates, our findings are germane to any macroevolutionary inferences relying on the accurate estimation of phylogenetic branch lengths such as molecular dating (e.g., Welch and Bromham, 2005) and probabilistic methods for ancestral state reconstruction (e.g., Ronquist, 2004).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,132 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».