MétaCan
Menu
Retour à la cohorte
Enregistrement W2788784458 · doi:10.1146/annurev-arplant-042817-040348

Macroevolutionary Patterns of Flowering Plant Speciation and Extinction

2018· article· en· W2788784458 sur OpenAlexaff
Jana C. Vamosi, Susana Magallón, Itay Mayrose, Sarah P. Otto, Hervé Sauquet

Notice bibliographique

RevueAnnual Review of Plant Biology · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of British ColumbiaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGenetic algorithmExtinction (optical mineralogy)BiologyMacroevolutionDiversification (marketing strategy)BiomeEvolutionary biologyRange (aeronautics)EcologyPlant speciesEcosystemPhylogeneticsPaleontology

Résumé

récupéré en direct d'OpenAlex

Species diversity is remarkably unevenly distributed among flowering plant lineages. Despite a growing toolbox of research methods, the reasons underlying this patchy pattern have continued to perplex plant biologists for the past two decades. In this review, we examine the present understanding of transitions in flowering plant evolution that have been proposed to influence speciation and extinction. In particular, ploidy changes, transitions between tropical and nontropical biomes, and shifts in floral form have received attention and have offered some surprises in terms of which factors influence speciation and extinction rates. Mating systems and dispersal characteristics once predominated as determining factors, yet recent evidence suggests that these changes are not as influential as previously thought or are important only when paired with range shifts. Although range extent is an important correlate of speciation, it also influences extinction and brings an applied focus to diversification research. Recent studies that find that past diversification can predict present-day extinction risk open an exciting avenue for future research to help guide conservation prioritization.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,237
Écart entre enseignants0,211 · 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
GenreSynthèse

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

En bref

Citations86
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Plant BiologyMême sujetPlant and animal studiesTravaux en français237 207