MétaCan
Menu
Retour à la cohorte
Enregistrement W28166945 · doi:10.1016/j.jtherbio.2016.12.010

Life cycle prediction for spare parts at IBM spare parts operations

2012· dissertation· en· W28166945 sur OpenAlexaboutno aff
L. Bensing

Notice bibliographique

RevueJournal of Thermal Biology · 2012
Typedissertation
Langueen
DomaineDecision Sciences
ThématiqueForecasting Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpare partIBMComputer scienceSet (abstract data type)Cluster analysisService (business)Field (mathematics)Order (exchange)Operations researchEngineeringOperations managementArtificial intelligenceMarketingBusinessMathematics

Résumé

récupéré en direct d'OpenAlex

Contemporary evolution of thermal physiology has the potential to help limit the physiological stress associated with rapidly changing thermal environments; however it is unclear if wild populations can respond quickly enough for such changes to be effective. We used native Canadian Pumpkinseed (Lepomis gibbosus) sunfish, and non-native Pumpkinseed introduced into the milder climate of Spain ~100 years ago, to assess genetic differences in thermal physiology in response to the warmer non-native climate. We compared temperature performance reaction norms of two Canadian and two Spanish Pumpkinseed populations born and raised within a common environment. We found that Canadian Pumpkinseed had higher routine metabolic rates when measured at seasonally high temperatures (15°C in winter, 30°C in summer), and that Spanish Pumpkinseed had higher critical thermal maxima when acclimated to 30°C in the summer. Growth rates were not significantly different among populations, however Canadian Pumpkinseed tended to have faster growth at the warmest temperatures measured (32°C). The observed differences in physiology among Canadian and Spanish populations at the warmest acclimation temperatures are consistent with the introduced populations being better suited to the warmer non-native climate than native populations. The observed differences could be the result of either founder effects, genetic drift, and/or contemporary adaptive evolution in the warmer non-native climate.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,903

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,128
Tête enseignante GPT0,411
Écart entre enseignants0,283 · 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'étudeSans objet
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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thermal BiologyMême sujetForecasting Techniques and ApplicationsTravaux en français237 207