Notice bibliographique
Résumé
ecies 1 s 2 ( e applied on 3 a 4 f 5 p 6 p te 7 s 8 m 9 s 10 q ecies tree 11 m 12 c 13 s 14 I introduce the software JML that tests for the presence of hybridization in multi-sp equence datasets by posterior predictive checking following Joly, McLenachan and Lockhart 2009, American Naturalist 174:e54-e70). Although their method could potentially b ny dataset, the lack of appropriate software made its application difficult. The software JML thus ills a need for an easy application of the method, but also includes improvements such as the ossibility to incorporate uncertainty in the species tree topology. The JML software uses a osterior distribution of species trees, population sizes and branch lengths to simulate replica equence datasets using the coalescent with no migration. A test quantity, defined as the inimum pairwise sequence distance between sequences of two species, is then evaluated on the imulated datasets and compared to the one estimated from the original data. Because the test uantity is a good predictor of hybridization events, departure from the bifurcating sp odel could be interpreted as evidence of hybridization. Software performance in terms of omputing time is evaluated for several parameters. I also show an application example of the oftware for detecting hybridization among native diploid North American roses.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».