Data‐free speculation does not make for testable hypotheses: A reply to Ripple et al.
Notice bibliographique
Résumé
Abstract The role of top predators in structuring ecosystems is receiving substantial attention from ecologists. Ripple et al. (2011) recently posed a tentatively supported hypothesis that wolves ( Canis lupus ) may help restore populations of the U.S. federally Threatened Canada lynx ( Lynx canadensis ), a specialist predator on snowshoe hares ( Lepus americanus ), through 2 possible mechanisms: a) decreases in the numbers of coyotes ( C. latrans ), which may compete with lynx for hares as prey and may also kill lynx; or b) decreases in ungulates that might compete with hares for food. These speculative opinions are not supported by current data, either across the range or in the extended example of Yellowstone National Park (YNP) that Ripple et al. provide. The coyote hypothesis lacks the required quantification of coyote numbers and predation rates on hares, both in YNP and across the range of lynx. The browse competition hypothesis ignores substantial differences in browse and habitat preferences between elk ( Cervus elaphus ) or livestock and hares that prevent competition for food. Our previous work in YNP (Hodges et al. 2009) showed scattered and very low densities of snowshoe hares, with distributions driven by the substantial fire‐related habitat changes YNP has experienced over the past century. Although I applaud their interest in lynx conservation, the unsupported speculations of Ripple et al. do not advance our ability to manage lynx or hares, nor do they present plausible directions for conservation research. © 2012 The Wildlife Society.
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 | 0,049 | 0,200 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,023 |
| Communication savante | 0,007 | 0,023 |
| Science ouverte | 0,009 | 0,007 |
| Intégrité de la recherche | 0,056 | 0,118 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,008 |
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 ».