MétaCan
Menu
Retour à la cohorte
Enregistrement W3189005758 · doi:10.6084/m9.figshare.c.5127031.v1

Supplementary material from "Multivariate phenotypic divergence along an urbanization gradient"

2020· article· en· W3189005758 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Clustering Algorithms Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultivariate statisticsDivergence (linguistics)Multivariate analysisUrbanizationGeographyMathematicsBiologyStatisticsEcology

Résumé

récupéré en direct d'OpenAlex

Evidence suggests that natural populations can evolve to better tolerate the novel environmental conditions associated with urban areas. Studies of adaptive divergence in urban areas often examine one or a few traits at a time from populations residing only at the most extreme urban and nonurban habitats. Thus, whether urbanization drives divergence in many traits simultaneously in a manner that varies with the degree of urbanization remains unclear. To address this gap, we generated seed families of white clover (Trifolium repens) collected from 27 populations along an urbanization gradient in Toronto, Canada, and grew them in a common garden to measure 14 phenotypic traits. Families from urban sites had evolved later phenology and germination, larger flowers, thinner stolons, reduced cyanogenesis, greater biomass and greater seed set. Pollinator observations revealed near-complete turnover of pollinator morphological groups along the urbanization gradient, which may explain some of the observed divergences in floral traits and phenology. Our results suggest that adaptation to urban environments involves multiple traits.

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)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil0,268

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,8120,315

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 Opus0,055
Tête enseignante GPT0,290
Écart entre enseignants0,235 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetAdvanced Clustering Algorithms ResearchTravaux en français237 207