MétaCan
Menu
Retour à la cohorte
Enregistrement W2794437932 · doi:10.1111/ecog.03498

Box–Cox‐chord transformations for community composition data prior to beta diversity analysis

2018· article· en· W2794437932 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEcography · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueCommunity Health and Development
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChord (peer-to-peer)Transformation (genetics)MathematicsMultivariate statisticsExponentStatisticsPower transformComputer scienceDiscrete mathematics

Résumé

récupéré en direct d'OpenAlex

In studies of spatial or temporal beta diversity, community composition data, often containing many zeros, must be transformed in some way before they are analysed by multivariate methods of data analysis. Data are transformed to reduce the skewness of species distributions and make dissimilarities double‐zero asymmetrical. Criteria have recently been proposed to determine which dissimilarity functions (or the corresponding data transformations) can be used for beta diversity assessment. The chord transformation is often used as the preliminary transformation for frequency data. When the Euclidean distance is computed on chord‐transformed data, a chord dissimilarity matrix D is produced, which obeys the proposed criteria. The Hellinger transformation, i.e. the chord transformation applied to square‐root transformed frequencies, is also often used with community composition data prior to multivariate analyses; it leads to the Hellinger dissimilarity, which is another widely used D function in beta diversity studies. Among the data transformations often used in simple or multivariate data analysis, the Box–Cox method provides a useful series of transformations to make data distributions more symmetrical, where exponent 1 is the absence of a transformation, exponent 0.5 is the square‐root, exponent 0.25 is the fourth‐root, and the log transformation is the limit of the Box–Cox function corresponding to exponent 0. Combining the two previous ideas, this paper proposes to combine any transformation of the Box–Cox family with exponent in the [0,1] range with the chord transformation. In particular, one can compute the log e ( y + 1) transformation of a community composition (or other frequency) data table and follow with a chord transformation. A D matrix can be computed from the doubly‐transformed data. The transformations and D functions in that family inherit the properties of the chord dissimilarity, and this ensures that they all follow the necessary criteria for beta diversity assessment that have recently been proposed.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,168
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,182
Tête enseignante GPT0,456
Écart entre enseignants0,273 · 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