A UNIFIED STRATEGY FOR ESTIMATING AND CONTROLLING SPATIAL, TEMPORAL AND PHYLOGENETIC AUTOCORRELATION IN ECOLOGICAL MODELS
Notice bibliographique
Résumé
UMA ESTRATÉGIA UNIFICADA PARA A ESTIMATIVA DE COMPONENTES ESPACIAIS, TEMPORAIS E FILOGENÉTICOS EM MODELOS ECOLÓGICOS. O objetivo deste trabalho é de expor aos ecólogos o problema relacionado aos testes de inferência estatística quando os dados são autocorrelacionados e apresentar uma técnica relativamente nova que pode ser facilmente incorporada a análises estatísticas para controlar os erros causados pela autocorrelação. Além disso, eu demonstro a flexibilidade deste método utilizando três tipos de dados que são importantes em análises ecológicas: dados temporais, espaciais e filogenéticos. Neste trabalho, eu reitero que não é toda a variação autocorrelacionada que afeta as inferências estatísticas e que é importante controlar apenas o componente de variação responsável. Assim, análises estatísticas devem ser realizadas com o objetivo de separar o componente de variação autocorrelacionada � que causa erros em testes de hipóteses � do componente que pode ser importante para a compreensão de processos ecológicos, como processos contagiosos (e.g., dispersão), estruturando padrões de distribuição espacial em espécies.\n\nPalavras-chaves: Inferência estatística, Preditores, Autocorrelação, Análise eigenfunction.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».