MétaCan
Menu
Retour à la cohorte
Enregistrement W2085934610 · doi:10.1098/rstb.2014.0006

Losing history: how extinctions prune features from the tree of life

2015· article· en· W2085934610 sur OpenAlexaff
T. Jonathan Davies

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society B Biological Sciences · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEvolution and Paleontology Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBiodiversityExtinction eventFeature (linguistics)Extinction (optical mineralogy)Diversity (politics)Tree of life (biology)Phylogenetic diversityPopulationEcologyPhylogenetic treeEnvironmental resource managementGeographyBiologyPaleontologyEconomicsSociologyDemography

Résumé

récupéré en direct d'OpenAlex

Biodiversity provides many valuable services to humanity; however, rapid expansion of the human population has placed increasing pressure on natural systems, and it has been suggested that we may be entering a sixth mass extinction. There is an urgent need, therefore, to prioritize conservation efforts if we are to maintain the provisioning of such service in the future. Phylogenetic diversity (PD), the summed branch lengths that connect species on the tree-of-life, might provide a valuable metric for conservation prioritization because it has been argued to capture feature diversity. Frequently, PD is estimated in millions of years, and therefore implicitly assumes an evolutionary model in which features diverge gradually over time. Here, I explore the expected loss of feature diversity when this assumption is violated. If evolution tends to slow down over time, as might be the case following adaptive radiations, losses of feature diversity might be relatively small. However, if evolution occurs in rapid bursts, following a punctuated model, impacts of extinctions might be much greater. PD captures many important properties, but if we use it as a proxy for feature diversity, we first need to ensure that we have the correct evolutionary model.

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)0,004
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,005
Communication savante0,0050,007
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,121
Tête enseignante GPT0,247
Écart entre enseignants0,126 · 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'étudeSans objet
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

Citations19
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society B Biological SciencesMême sujetEvolution and Paleontology StudiesTravaux en français237 207