MétaCan
Menu
← Retour à la cohorte
Enregistrement W4235080777 · doi:10.7287/peerj.preprints.26730

Geometric morphometrics analysis: a complement to the revision of whelk taxonomy in the Arctic

2018· preprint· en· W4235080777 sur OpenAlexaff
Lisa Tréau de Coeli, Jean-Marc Gagnon, Philippe Archambault

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueDiatoms and Algae Research
Établissements canadiensCanadian Museum of NatureUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésWhelkMorphometricsBiological dispersalBiologyArcticBenthic zoneEcologyEvolutionary biologyPredationPopulation

Résumé

récupéré en direct d'OpenAlex

Ice cover, food availability, light intensity, limited dispersal capacity, presence of predators and reproduction mode are just a few of the drivers that influence benthic community dynamics, especially in the Arctic. Benthic organisms can respond to such drivers through morphologic variations, referred to as phenotypic plasticity. These variations are however hard to observe on Arctic whelk (genus Buccinum) and their diversity and extensive distribution increase the complexity of their identification. While genetics analyses can address this problem, they are not broadly accessible. More accessible are landmark-based geometric morphometrics which analytically identifies morphologic variations. This technique aims at identifying shape variations and could be used to identify intra- and inter-species morphologic variability in the genus Buccinum. The main objective of this project is to verify whether landmark-based geometric morphometrics, particularly 3-dimensional, could be used on whelk species. If this proof of concept proves successful, the next step will be to identify new morphologic traits to differentiate species and compare this technique to genetics analyses on multiple Buccinum species. This project could allow researchers to efficiently differentiate between whelk species on the basis of morphologic traits rather than through more demanding genetics analyses.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,004
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,098
Tête enseignante GPT0,344
Écart entre enseignants0,246 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDiatoms and Algae Research→Travaux en français237 207→