MétaCan
Menu
Retour à la cohorte
Enregistrement W4211079911 · doi:10.3410/f.1022058.250651

Faculty Opinions recommendation of Rules of thumb for judging ecological theories.

2004· dataset· en· W4211079911 sur OpenAlexaff
Charles J. Krebs

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2004
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueScience and Climate Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGeneralityRule of thumbHeuristicsSimplicityValue (mathematics)Complement (music)Computer scienceEcologyManagement scienceEpistemologyArtificial intelligencePsychologyMachine learningBiologyEconomicsAlgorithm

Résumé

récupéré en direct d'OpenAlex

An impressive fit to historical data suggests to biologists that a given ecological model is highly valid. Models often achieve this fit at the expense of exaggerated complexity that is not justified by empirical evidence. Because overfitted theories complement the traditional assumption that ecology is 'messy', they generally remain unquestioned. Using predation theory as an example, we suggest that a fit-driven appraisal of model value is commonly misdirected; although fit to historical data can be important, the simplicity and generality of a theory--and thus its ecological value--are of comparable importance. In particular, we argue that theories whose complexity greatly exceeds the complexity of the problem that they address should be rejected. We suggest heuristics for distinguishing between valuable ecological theories and their overfitted brethren. PMID: 16701242

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,083
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,033
Tête enseignante GPT0,355
Écart entre enseignants0,322 · 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 tête enseignante, 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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical LiteratureMême sujetScience and Climate StudiesTravaux en français237 207