EFFECTS OF DATA CATEGORIZATION ON PALEOCOMMUNITY ANALYSIS: A CASE STUDY FROM THE PENNSYLVANIAN FINIS SHALE OF TEXAS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Paleocommunity research efforts have explored a multitude of faunal assemblages using a wide range of sampling and analytical methods to infer a paleoecological signal. Here, we derive six secondary datasets from a single stratigraphic series of faunal assemblages in the Finis Shale (Pennsylvanian) of Jacksboro, Texas, USA, using a variety of data categorization decisions (i.e., abundance versus calcified biomass, all taxa versus selected indicator taxa, and generic versus higher clade resolution). Biomass- and abundance-derived datasets were not significantly different in terms of evenness, Shannon's information index, or Simpson's diversity index. Using Bray-Curtis and nonmetric multidimensional scaling ordinations, with Sorenson and relative Sorenson distance measures, ordination axis scores of the six derived datasets were all significantly correlated with one another, suggesting little difference in their respective paleoecological signals. Three potential explanations for this consistent paleoecological signal, regardless of which data categorizations are employed, include: (1) the dominance of a few brachiopod taxa overwhelmingly influenced the community structure, (2) relatively constrained environmental conditions limited community variation, and (3) low variation in specimen size minimized potential differences among abundance and calcified biomass categorizations. We suggest that other datasets with greater diversities, greater evenness, or from a wider range of paleoenvironments might not show this consistency. Thus, to the degree possible and appropriate, paleoecological investigators should test the effects of these data categorization decisions on a paleoecological signal, regardless of the analytical method employed.
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.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle