MétaCan
Menu
Retour à la cohorte
Enregistrement W2774074771 · doi:10.22459/tt.05.2015.04

Hurricanes and coastlines: The role of natural disasters in the speciation of howler monkeys

2015· book-chapter· en· W2774074771 sur OpenAlexfundno aff
Alison M. Behie, Travis S. Steffens, Tracy M. Wyman, Mary SM Pavelka

Notice bibliographique

RevueANU Press eBooks · 2015
Typebook-chapter
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Calgary
Mots-clésNatural (archaeology)GeologyGeographyPaleontology

Résumé

récupéré en direct d'OpenAlex

In his highly influential book Primate Taxonomy, Colin Groves discusses the importance of having an accurate account of primate taxa in order to understand evolutionary relationships that exist between species. This includes understanding genetic and morphological similarities between species as well as the processes of speciation. As the most widely ranging Neotropical monkey, the evolutionary relationships of the genus Alouatta have been examined from behavioural, morphological and most recently genetic data. According to Of these species, three are found in Mesoamerica: A. palliata, A. pigra and A. coibensis, with the rest located in South America. However, a more recent study of the molecular genetics of these species revealed A. coibensis to be indistinct from A. palliata, leaving A. pigra and A. palliata as the two remaining species in the Mesoamerican clade of howlers (Cortes-Ortiz et al., 2003). In 2012, while at a conference in Mexico, the lead author asked Colin what his thoughts were on the potential role of severe weather in speciation events, and more specifically on the biogeographical distribution on these two closely related species. He admitted he had never given it much thought, but was intrigued by the idea. This chapter further investigates this idea, by pulling together an array of evidence for both A. pigra and A. palliata in an attempt to add another piece to the puzzle of what factors are important in defining species.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,688
Score d'incertitude au seuil0,425

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,056
Tête enseignante GPT0,307
Écart entre enseignants0,252 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueANU Press eBooksMême sujetPrimate Behavior and EcologyTravaux en français237 207