MétaCan
Menu
Retour à la cohorte
Enregistrement W4210512984 · doi:10.1126/science.abk2177

Southeast Asian Dipterocarp origin and diversification driven by Africa-India floristic interchange

2022· article· en· W4210512984 sur OpenAlexaff
Mahi Bansal, Robert J. Morley, Shivaprakash K. Nagaraju, Suryendu Dutta, Ashish Kumar Mishra, Sumit Kumar, Deepti Niyolia, Sachin Medigeshi Harish, Omer Babiker Abdelrahim, Shaa eldin Hasan, B.R. Ramesh, Selvadurai Dayanandan, Harsanti P. Morley, Peter S. Ashton, Vandana Prasad

Notice bibliographique

RevueScience · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Diversity and Evolution
Établissements canadiensConcordia UniversityMontreal Biodome
Organismes subventionnairesnon disponible
Mots-clésDipterocarpaceaeBiological dispersalGeographySoutheast asiaTropical AsiaEast AsiaDiversification (marketing strategy)BiogeographyEcologyBiologyChinaAncient historyArchaeologyPopulationHistory

Résumé

récupéré en direct d'OpenAlex

The evolution and diversification of ancient megathermal angiosperm lineages with Africa-India origins in Asian tropical forests is poorly understood because of the lack of reliable fossils. Our palaeobiogeographical analysis of pollen fossils from Africa and India combined with molecular data and fossil amber records suggest a tropical-African origin of Dipterocarpaceae during the mid-Cretaceous and its dispersal to India during the Late Maastrichtian and Paleocene, leading to range expansion of aseasonal dipterocarps on the Indian Plate. The India-Asia collision further facilitated the dispersal of dipterocarps from India to similar climatic zones in Southeast Asia, which supports their out-of-India migration. The dispersal pathway suggested for Dipterocarpaceae may provide a framework for an alternative biogeographic hypothesis for several megathermal angiosperm families that are presently widely distributed in Southeast Asia.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,029
Tête enseignante GPT0,195
Écart entre enseignants0,166 · 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

Citations90
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetPlant Diversity and EvolutionTravaux en français237 207