MétaCan
Menu
Retour à la cohorte
Enregistrement W3041313107 · doi:10.3389/fevo.2020.00216

Fitness Estimation for Ecological Studies: An Evaluation in Columbian Ground Squirrels

2020· article· en· W3041313107 sur OpenAlexafffund
F. Stephen Dobson, Jan O. Murie, Vincent A. Viblanc

Notice bibliographique

RevueFrontiers in Ecology and Evolution · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité de StrasbourgMinistry of EnvironmentAuburn UniversityFondation FyssenCentre National de la Recherche ScientifiqueAXA Research FundUniversity of CalgaryNational Science Foundation
Mots-clésEcologyNatural selectionSelection (genetic algorithm)Reproductive successGenetic FitnessInclusive fitnessEstimationBiologyEvolutionary ecologyComputer scienceDemographyMachine learningPopulationEngineering

Résumé

récupéré en direct d'OpenAlex

The topics of evolution by natural selection and ecological interactions are closely intertwined. Thus, measurements of evolutionary fitness are ubiquitous in the ecological literature. As an empirical problem, the components of fitness, reproduction and survival, may be analyzed to produce fitness estimates in several ways. These can be divided into annual estimates that are most appropriate for short-term (e.g., annual) and experimental studies, and lifetime fitness estimates that are most appropriate for evaluating functional organismal traits. The latter are appropriate for comparative studies¬¬ of natural selection in species with lifetimes that extend over several years. These estimates may also be particularly useful for estimating the direct and indirect components of inclusive fitness, an important topic for the evolution of cooperation. We present examples of some of these alternatives from our research on Columbian ground squirrels (Urocitellus columbianus). Using empirical data, we also test the degree of correspondence of annual fitness, lifetime reproductive success, and individual fitness measures that are based on matrix methods.

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)0,005
score de la tête « metaresearch » (Gemma)0,015
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,052
Tête enseignante GPT0,310
Écart entre enseignants0,257 · 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

Citations19
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and EvolutionMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207