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.
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 | 0,014 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».