MétaCan
Menu
Retour à la cohorte
Enregistrement W2143083519 · doi:10.1111/j.1600-0706.2009.17113.x

Maximum entropy, logistic regression, and species abundance

2010· article· en· W2143083519 sur OpenAlexafffund
Fangliang He

Notice bibliographique

RevueOikos · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPrinciple of maximum entropyStatistical physicsEntropy (arrow of time)Rotation formalisms in three dimensionsLogistic regressionRelative abundance distributionMaximum entropy thermodynamicsEcologyMathematicsStatisticsAbundance (ecology)PhysicsRelative species abundanceBiologyJoint quantum entropyThermodynamics

Résumé

récupéré en direct d'OpenAlex

There is considerable debate about the utility of statistical mechanics in predicting diversity patterns in terms of life history traits. Here, I reflect on this debate and show that a community is controlled by the balance of two opposite forces: the entropic part (the natural tendency of the system to be in the configuration with the highest possible entropy) and environmental, ecological and evolutionary constraints maintaining order (reducing entropy). The Boltzmann distribution law that can be derived from the maximum entropy formalism provides a fundamental model for linking species abundance to life history traits and environmental constraining factors. This model predicts a global pattern of diversity evenness along a latitudinal gradient. Although the Boltzmann distribution and the logistic regression models represent two fundamentally different approaches, the two models have an identical mathematical form. Their identical formalisms facilitate the interpretation of logistic regression models with statistical mechanics, and reveal several limitations of the maximum entropy formalism. I argued that although maximum entropy formalism is a promising tool for modeling species abundances and for linking microscopic quantities of individual life history traits to macroscopic patterns of diversity, it is necessary to revise the Boltzmann distribution law for successful prediction of species abundance.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,1560,002

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 Opus0,027
Tête enseignante GPT0,254
Écart entre enseignants0,227 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations33
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOikosMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207