MétaCan
Menu
← Retour à la cohorte
Enregistrement W2268650657 · doi:10.1126/science.aad6236

Comment on “Worldwide evidence of a unimodal relationship between productivity and plant species richness”

2016· letter· en· W2268650657 sur OpenAlexaff
Andrew T. Tredennick, Peter B. Adler, James B. Grace, W. Stanley Harpole, Elizabeth T. Borer, Eric W. Seabloom, T. Michael Anderson, Jonathan D. Bakker, Lori Biederman, Cynthia S. Brown, Yvonne M. Buckley, Chengjin Chu, Scott L. Collins, Michael J. Crawley, Philip A. Fay, Jennifer Firn, Daniel S. Gruner, Nicole Hagenah, Yann Hautier, Andy Hector, Helmut Hillebrand, Kevin Kirkman, Johannes M. H. Knops, Ramesh Laungani, Eric M. Lind, Andrew S. MacDougall, Rebecca L. McCulley, Charles E. Mitchell, Joslin L. Moore, John W. Morgan, John L. Orrock, Pablo L. Peri, Suzanne M. Prober, Anita C. Risch, Martin Schütz, Karina L. Speziale, Rachel J. Standish, Lauren L. Sullivan, Glenda M. Wardle, Ryan J. Williams, Louie H. Yang

Notice bibliographique

RevueScience · 2016
Typeletter
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesDivision of Environmental BiologyU.S. Geological SurveyU.S. Department of AgricultureNational Science Foundation
Mots-clésSpecies richnessProductivityContrast (vision)EcologyGeographyEconomic geographyBiologyDemographyEconomicsComputer scienceSociologyEconomic growthArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Fraser et al. (Reports, 17 July 2015, p. 302) report a unimodal relationship between productivity and species richness at regional and global scales, which they contrast with the results of Adler et al. (Reports, 23 September 2011, p. 1750). However, both data sets, when analyzed correctly, show clearly and consistently that productivity is a poor predictor of local species richness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0020,003
Science ouverte0,0030,002
Intégrité de la recherche0,0490,042
Charge utile insuffisante (le modèle a refusé de juger)0,0070,011

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 Opus0,050
Tête enseignante GPT0,275
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience→Même sujetEcology and Vegetation Dynamics Studies→Travaux en français237 207→