MétaCan
Menu
Retour à la cohorte
Enregistrement W2799463367 · doi:10.1111/jbi.13242

Building up biogeography: Pattern to process

2018· article· en· W2799463367 sur OpenAlexafffund
William D. Pearse, A. Márcia Barbosa, Susanne A. Fritz, Sally A. Keith, Luke J. Harmon, John Harte, Daniele Silvestro, Xiao Xiao, T. Jonathan Davies

Notice bibliographique

RevueJournal of Biogeography · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensMcGill UniversityUniversity of British Columbia
Organismes subventionnairesCenter for Makroøkologi, Evolution og KlimaDeutsche ForschungsgemeinschaftFonds de recherche du Québec – Nature et technologiesFundação para a Ciência e a TecnologiaVillum FondenNational Science Foundation
Mots-clésBiogeographyEcologyData scienceGeographyComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Linking pattern to process across spatial and temporal scales has been a key goal of the field of biogeography. In January 2017, the 8th biennial conference of the International Biogeography Society sponsored a symposium on Building up biogeography—process to pattern that aimed to review progress towards this goal. Here we present a summary of the symposium, in which we identified promising areas of current research and suggested future research directions. We focus on (1) emerging types of data such as behavioural observations and ancient DNA , (2) how to better incorporate historical data (such as fossils) to move beyond what we term “footprint measures” of past dynamics and (3) the role that novel modelling approaches (e.g. maximum entropy theory of ecology and approximate Bayesian computation) and conceptual frameworks can play in the unification of disciplines. We suggest that the gaps separating pattern and process are shrinking, and that we can better bridge these aspects by considering the dimensions of space and time simultaneously.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,210
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0220,001

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 Opus0,017
Tête enseignante GPT0,276
Écart entre enseignants0,259 · 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.

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

Citations28
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of BiogeographyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207