MétaCan
Menu
Retour à la cohorte
Enregistrement W2901568210 · doi:10.1098/rstb.2017.0405

Using insect natural history collections to study global change impacts: challenges and opportunities

2018· review· en· W2901568210 sur OpenAlexafffund
Heather M. Kharouba, Jayme M. M. Lewthwaite, Rob Guralnick, Jeremy T. Kerr, Mark Vellend

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society B Biological Sciences · 2018
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversité de SherbrookeSimon Fraser UniversityUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAnthropoceneBiodiversityEcologyBiologyInsectNatural (archaeology)Global changeClimate changeEvolutionary biologyGeography

Résumé

récupéré en direct d'OpenAlex

Over the past two decades, natural history collections (NHCs) have played an increasingly prominent role in global change research, but they have still greater potential, especially for the most diverse group of animals on Earth: insects. Here, we review the role of NHCs in advancing our understanding of the ecological and evolutionary responses of insects to recent global changes. Insect NHCs have helped document changes in insects' geographical distributions, phenology, phenotypic and genotypic traits over time periods up to a century. Recent work demonstrates the enormous potential of NHCs data for examining insect responses at multiple temporal, spatial and phylogenetic scales. Moving forward, insect NHCs offer unique opportunities to examine the morphological, chemical and genomic information in each specimen, thus advancing our understanding of the processes underlying species' ecological and evolutionary responses to rapid, widespread global changes.This article is part of the theme issue 'Biological collections for understanding biodiversity in the anthropocene'.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,530
Tête enseignante GPT0,373
Écart entre enseignants0,157 · 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'étudeAutre devis
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

Citations115
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society B Biological SciencesMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207