Fundamental questions and applications of sclerochronology: Community-defined research priorities
Notice bibliographique
Résumé
Horizon scanning is an increasingly common strategy to identify key research needs and frame future agendas in science. Here, we present the results of the first such exercise for the field of sclerochronology, thereby providing an overview of persistent and emergent research questions that should be addressed by future studies. Through online correspondence following the 5th International Sclerochronology Conference in 2019, participants submitted and rated questions that addressed either knowledge gaps or promising applications of sclerochronology. An initial list of 130 questions was compiled based on contributions of conference attendees and reviewed by expert panels formed during the conference. Herein, we present and discuss the 50 questions rated to be of the highest priority, determined through an online survey distributed to sclerochronology community members post the conference. The final list (1) includes important questions related to mechanisms of biological control over biomineralization, (2) highlights state of the art applications of sclerochronological methods and data for solving long-standing questions in other fields such as climate science and ecology, and (3) emphasizes the need for common standards for data management and analysis. Although research priorities are continually reassessed, our list provides a roadmap that can be used to motivate research efforts and advance sclerochronology toward new, and more powerful, applications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,254 | 0,217 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,011 | 0,016 |
| Communication savante | 0,023 | 0,027 |
| Science ouverte | 0,005 | 0,021 |
| Intégrité de la recherche | 0,010 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».