MétaCan
Menu
Retour à la cohorte
Enregistrement W2162762822 · doi:10.22201/ib.20078706e.2007.002.422

Análisis Filogenéticos Cuantitativos en el siglo XXI

2007· article· es· W2162762822 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueRevista Mexicana de Biodiversidad · 2007
Typearticle
Languees
DomaineComputer Science
ThématiqueChemical and Environmental Engineering Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGeographyBiology

Résumé

récupéré en direct d'OpenAlex

SE REVISA LA SISTEMÁTICA FILOGENÉTICA HENNIGIANA Y SE COMPARA CON LAS APROXIMACIONES DE MÁXIMA PARSIMONIA, MÁXIMA VEROSIMILITUD Y VEROSIMILITUD BAYESIANA. TODOS LOS MÉTODOS UTILIZAN EL PRINCIPIO DE LA PARSIMONIA EN ALGUNA FORMA. LAS APROXIMACIONES CON BASES HENNIGIANAS SE JUSTIFICAN ONTOLÓGICAMENTE CON LOS CONCEPTOS DARWINIANOS DE CONSERVACIONISMO FILOGENÉTICO Y COHESIÓN DE LAS HOMOLOGÍAS, REPRESENTADOS EN EL PRINCIPIO AUXILIAR DE HENNIG, Y APLICADO EN LA COMPARACIÓN CON EL GRUPO EXTERNO. LA PARSIMONIA SE UTILIZA COMO UNA HERRAMIENTA EPISTEMOLÓGICA, APLICADA A POSTERIORI EN LA ELECCIÓN DE LA HIPÓTESIS MÁS ROBUSTA CUANDO HAY DATOS EN CONFLICTO. LOS MÉTODOS CUANTITATIVOS UTILIZAN LA PARSIMONIA COMO UN CRITERIO ONTOLÓGICO: LOS ANÁLISIS DE MÁXIMA PARISMONIA UTILIZAN LA PARSIMONIA SIN PESAJE, LA MÁXIMA VEROSIMILITUD LES ASIGNA UN PESO IGUAL A TODOS LOS CARACTERES QUE EXPLICAN LOS DATOS, MIENTRAS QUE LA VEROSIMILITUD BAYESIANA DEPENDE DEL PESAJE DE CADA UNA DE LAS PARTICIONES DE CARACTERES QUE EXPLICAN LOS DATOS. LAS DIFERENCIAS EN LOS RESULTADOS DERIVAN DE UN MUESTREO INSUFICIENTE DE DATOS, EN CUYO CASO CADA MÉTODO TRATA LAS AMBIGÜEDADES DE MANERA DIFERENTE. TODOS LOS MÉTODOS CUANTITATIVOS PRODUCEN REDES. LAS REDES PUEDEN CONVERTIRSE EN ÁRBOLES AL SER ENRAIZADAS. SI EL ENRAIZAMIENTO SE EFECTÚA DE ACUERDO CON EL PRINCIPIO AUXILIAR DE HENNIG, UTILIZANDO LA COMPARACIÓN CON UN GRUPO EXTERNO, EL ÁRBOL RESULTANTE PUEDE CONSIDERARSE COMO UNA HIPÓTESIS FILOGENÉTICA. AL INCREMENTARSE EL NÚMERO DE DATOS, LOS MÉTODOS DE VEROSIMILITUD SELECCIONAN MODELOS QUE PERMITEN UN NÚMERO CADA VEZ MAYOR DE POSIBILIDADES A PRIORI, CONVERGIENDO EN LA PERSPECTIVA HENNIGIANA DE QUE NADA ESTÁ PROHIBIDO A PRIORI. POR LO TANTO, TODOS LOS MÉTODOS PRODUCEN RESULTADOS SIMILARES INDEPENDIENTEMENTE DEL TIPO DE DATOS, ESPECIALMENTE CUANDO LAS REDES SE ENRAIZAN UTILIZANDO GRUPOS EXTERNOS. LAS INVOCACIONES A LA FILOSOFÍA POPPERIANA NO PUEDEN JUSTIFICAR NINGÚN TIPO DE ANÁLISIS FILOGENÉTICO, YA QUE SUS ARGUMENTOS VAN DEL EFECTO A LA CAUSA Y NO DE LA CAUSA AL EFECTO. TAMPOCO SE PUEDE JUSTIFICAR EL USO DE UN MÉTODO EN PARTICULAR CON BASE EN LA CONSISTENCIA ESTADÍSTICA, YA QUE TODOS PUEDEN SER CONSISTENTES O INCOSISTENTES DEPENDIENDO DE LOS DATOS. SI LOS ANÁLISIS CON DIFERENTES TIPOS DE DATOS Y/O MÉTODOS DE RECONSTRUCCIÓN FILOGENÉTICA NO PRODUCEN IGUAL RESULTADO, SIGNIFICA QUE ES NECESARIO REUNIR DATOS ADICIONALES.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,398
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,279
Écart entre enseignants0,267 · 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