MétaCan
Menu
Retour à la cohorte
Enregistrement W2178103237 · doi:10.1093/beheco/arv192

The importance of heritability estimates for understanding the evolution of cognition: a response to comments on Croston et al.

2015· article· en· W2178103237 sur OpenAlexafffund
Rebecca Croston, Carrie L. Branch, Dovid Y. Kozlovsky, Reuven Dukas, Vladimir V. Pravosudov

Notice bibliographique

RevueBehavioral Ecology · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEvolution and Paleontology Studies
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésBiologyHeritabilityCognitionEvolutionary biologyCognitive psychologyCognitive scienceNeurosciencePsychology

Résumé

récupéré en direct d'OpenAlex

We agree with all 3 sets of commentators ( Healy 2015 ; Smulders 2015 ; Thornton and Wilson 2015 ) that the goal we set is challenging, ( Croston et al. 2015 ) and we are well aware of the magnitude of effort involved in such an undertaking. It is notable that 50 years ago, Sydney Brenner wisely chose the simple nematode, Caenorhabditis elegans , as a model system for dissecting the links among genes, neurons, and behavior ( Brenner 1974 ), yet hundreds of thousands of published papers and a few Nobel prizes later, there is still no end in sight. Given that C. elegans are a relatively simple organism and that cognition in most species is a complex phenotype associated with many genes of small effects, quantitative genetic approaches will likely provide the most useful advances in understanding how natural selection affects cognition. We are happy to hear that there is support for a renewed focus on trait heritability in behavioral ecology research, and we look forward to further insight arising from this effort.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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.

Tête enseignante Opus0,140
Tête enseignante GPT0,366
Écart entre enseignants0,225 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetEvolution and Paleontology StudiesTravaux en français237 207