MétaCan
Menu
Retour à la cohorte
Enregistrement W2971548964 · doi:10.1093/biosci/biz089

Functional Diversity: An Epistemic Roadmap

2019· article· en· W2971548964 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

RevueBioScience · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans CanadaUniversité LavalUniversité de MontréalWestern UniversityUniversité du Québec à Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversité du Québec à Montréal
Mots-clésSalientNormativeDiversity (politics)EpistemologyConceptual frameworkFunctional diversitySet (abstract data type)EcologyIntuitionSociologyComputer scienceBiologyArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract Functional diversity holds the promise of understanding ecosystems in ways unattainable by taxonomic diversity studies. Underlying this promise is the intuition that investigating the diversity of what organisms actually do (i.e., their functional traits) within ecosystems will generate more reliable insights into the ways these ecosystems behave, compared to considering only species diversity. But this promise also rests on several conceptual and methodological (i.e., epistemic) assumptions that cut across various theories and domains of ecology. These assumptions should be clearly addressed, notably for the sake of an effective comparison and integration across domains, and for assessing whether or not to use functional diversity approaches for developing ecological management strategies. The objective of this contribution is to identify and critically analyze the most salient of these assumptions. To this aim, we provide an epistemic roadmap that pinpoints these assumptions along a set of historical, conceptual, empirical, theoretical, and normative dimensions.

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)0,000
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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,003

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 Opus0,014
Tête enseignante GPT0,208
Écart entre enseignants0,193 · 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