MétaCan
Menu
Retour à la cohorte
Enregistrement W3083215399 · doi:10.15381/rpb.v27i3.18356

Diversidad y distribución de los mamíferos del Perú por departamentos y ecorregiones I

2020· article· es· W3083215399 sur OpenAlexaff
Víctor Pacheco, Laura Graham-Angeles, Silvia Díaz, Cindy M. Hurtado, Dennisse Ruelas, Klauss Cervantes, José Eduardo Serrano-Villavicencio

Notice bibliographique

RevueRevista Peruana de Biología · 2020
Typearticle
Languees
DomaineEarth and Planetary Sciences
ThématiqueEvolution and Paleontology Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversidad Nacional Mayor de San MarcosField MuseumAmerican Museum of Natural History
Mots-clésHumanitiesGeographyArt

Résumé

récupéré en direct d'OpenAlex

Este trabajo presenta una síntesis actualizada del conocimiento de la diversidad y distribución de 11 órdenes de mamíferos del Perú. La información de especies es presentada a nivel de país, ecorregión y por primera vez por departamento. Además, identificamos las especies endémicas para el país y damos los rangos de elevación por especie. Para ello se realizó una revisión exhaustiva tanto de la literatura como de ejemplares en colecciones científicas, además de consultas con especialistas. Aquí, reportamos 191 especies pertenecientes a los órdenes Didelphimorphia (46 spp.), Paucituberculata (2), Sirenia (1), Cingulata (5), Pilosa (8), Primates (42), Lagomorpha (2), Eulipotyphla (3), Carnivora (33), Perissodactyla (2) y Artiodactyla (47, incluyendo 32 cetáceos), de los cuales 22 especies son endémicas para el país. Debido a su alta diversidad y al alto número de cambios taxonómicos los órdenes Chiroptera y Rodentia serán tratados separadamente en futuros artículos. Los registros de especies presentadas en este trabajo, aunado a los reportes recientes de murciélagos (189 especies) y roedores (189 especies) totalizan a una diversidad de 569 especies de mamíferos para el Perú. Finalmente, proporcionamos notas taxonómicas de las especies que presentan cambios con respecto a la anterior lista de mamíferos peruanos. Esperamos que este primer listado de mamíferos por departamentos incentive estudios más detallados de la diversidad peruana a nivel regional

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,260
Écart entre enseignants0,228 · 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

Citations39
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Peruana de BiologíaMême sujetEvolution and Paleontology StudiesTravaux en français237 207