MétaCan
Menu
Retour à la cohorte
Enregistrement W2951082106 · doi:10.1093/icb/icz101

3D Digitization in Functional Morphology: Where is the Point of Diminishing Returns?

2019· article· en· W2951082106 sur OpenAlexfundno aff
Sharlene E. Santana, Jessica H. Arbour, Abigail Curtis, Kathryn E. Stanchak

Notice bibliographique

RevueIntegrative and Comparative Biology · 2019
Typearticle
Langueen
DomaineMathematics
ThématiqueMorphological variations and asymmetry
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaField MuseumAmerican Museum of Natural HistoryNational Science Foundation
Mots-clésDigitizationMorphology (biology)Point (geometry)BiologyZoologyComputer scienceMathematicsGeometryTelecommunications

Résumé

récupéré en direct d'OpenAlex

Modern computational and imaging methods are revolutionizing the fields of comparative morphology, biomechanics, and ecomorphology. In particular, imaging tools such as X-ray micro computed tomography (µCT) and diffusible iodine-based contrast enhanced CT allow observing and measuring small and/or otherwise inaccessible anatomical structures, and creating highly accurate three-dimensional (3D) renditions that can be used in biomechanical modeling and tests of functional or evolutionary hypotheses. But, do the larger datasets generated through 3D digitization always confer greater power to uncover functional or evolutionary patterns, when compared with more traditional methodologies? And, if so, why? Here, we contrast the advantages and challenges of using data generated via (3D) CT methods versus more traditional (2D) approaches in the study of skull macroevolution and feeding functional morphology in bats. First, we test for the effect of dimensionality and landmark number on inferences of adaptive shifts during cranial evolution by contrasting results from 3D versus 2D geometric morphometric datasets of bat crania. We find sharp differences between results generated from the 3D versus some of the 2D datasets (xy, yz, ventral, and frontal), which appear to be primarily driven by the loss of critical dimensions of morphological variation rather than number of landmarks. Second, we examine differences in accuracy and precision among 2D and 3D predictive models of bite force by comparing three skull lever models that differ in the sources of skull and muscle anatomical data. We find that a 3D model that relies on skull µCT scans and muscle data partly derived from diceCT is slightly more accurate than models based on skull photographs or skull µCT and muscle data fully derived from dissections. However, the benefit of using the diceCT-informed model is modest given the effort it currently takes to virtually dissect muscles from CT scans. By contrasting traditional and modern tools, we illustrate when and why 3D datasets may be preferable over 2D data, and vice versa, and how different methodologies can complement each other in comparative analyses of morphological function and evolution.

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)0,026
score de la tête « metaresearch » (Gemma)0,135
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,135
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,017
Communication savante0,0090,019
Science ouverte0,0040,006
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,087
Tête enseignante GPT0,327
Écart entre enseignants0,240 · 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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrative and Comparative BiologyMême sujetMorphological variations and asymmetryTravaux en français237 207