MétaCan
Menu
Retour à la cohorte
Enregistrement W2794034336 · doi:10.1111/mam.12119

An updated global data set for diet preferences in terrestrial mammals: testing the validity of extrapolation

2018· article· en· W2794034336 sur OpenAlexfundno aff
Alison M. Gainsbury, Oliver Tallowin, Shai Meiri

Notice bibliographique

RevueMammal Review · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEvolution and Paleontology Studies
Établissements canadiensnon disponible
Organismes subventionnairesAzrieli FoundationAmerican Society of Mammalogists
Mots-clésExtrapolationPhylogenetic treeTraitBiologySet (abstract data type)Data setPhylogenetic comparative methodsEcologyPhylogeneticsEvolutionary biologyStatisticsComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Diet is a key trait of an organism's life history that influences a broad spectrum of ecological and evolutionary processes. Kissling et al. (2014; Ecology and Evolution 4: 2913–2930) compiled a species‐specific data set of diet preferences of mammals for 38% of a total of 5364 terrestrial mammalian species assessed for the International Union for Conservation of Nature's Red List, to facilitate future studies. The authors imputed dietary data for the remaining 62% by using extrapolation from phylogenetic relatives. We collected dietary information for 1261 mammalian species for which data were extrapolated by Kissling et al. (2014), in order to evaluate the success with which such extrapolation can predict true diets. The extrapolation method devised by Kissling et al. (2014) performed well for broad dietary categories (consumers of plants and animals). However, the method performed inconsistently, and sometimes poorly, for finer dietary categories, varying in accuracy in both dietary categories and mammalian orders. The results of the extrapolation performance serve as a cautionary tale. Given the large variation in extrapolation performance, we recommend a more conservative approach for inferring mammalian diets, whereby dietary extrapolation is implemented only when there is a high degree of phylogenetic conservatism for dietary traits. Phylogenetic comparative methods can be used to detect and measure phylogenetic signal in diet. If data for species are needed, then only the broadest feeding categories should be used. This would ensure a greater level of accuracy and provide a more robust data set for further ecological and evolutionary analysis.

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)0,011
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,045
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,315
Tête enseignante GPT0,385
Écart entre enseignants0,071 · 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'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

Citations41
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMammal ReviewMême sujetEvolution and Paleontology StudiesTravaux en français237 207