Quantitative tests of primary homology
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 In systematic biology homology hypotheses are typically based on points of similarity and tested using congruence, of which the two stages have come to be distinguished as “primary” versus “secondary” homology. Primary homology is often regarded as prior to logical test, being a kind of background assumption or prior knowledge. Similarity can, however, be tested by more detailed studies that corroborate or weaken previous homology hypotheses before the test of congruence is applied. Indeed testing similarity is the only way to test the homology of characters, as congruence only tests their states. Traditional homology criteria include topology, special similarity, function, ontogeny and step‐counting (for example, transformation in one step versus two via loss and gain). Here we present a method to compare quantitatively the ability of such criteria, and competing homology schema, to explain morphological observations. We apply the method to a classic and difficult problem in the homology of male spider genital sclerites. For this test case topology performed better than special similarity or function. Primary homologies founded on topology resulted in hypotheses that were globally more parsimonious than those based on other criteria, and therefore yielded a more coherent and congruent nomenclature of palpal sclerites in theridiid spiders than prior attempts. Finally, we question whether primary homology should be insulated as “prior knowledge” from the usual issues and demands that quantitative phylogenetic analyses pose, such as weighting and global versus local optima. © The Willi Hennig Society 2007.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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