Research Infrastructures offer capacity to address scientific questions never attempted before: Are all taxa equal?
Notice bibliographique
Résumé
Research Infrastructures (RIs) are facilities, resources and services used by the scientific community to conduct research and foster innovation. LifeWatch ERIC has developed various virtual research environments, which include many virtual laboratories (vLabs) offering high computational capacity and comprehensive collaborative platforms that supporting the needs of digital biodiversity science. Over its 250 years of history, the taxonomic research community has developed a system for describing, classifying and naming taxa across multiple levels. For the marine biota, taxonomic information is organized and made publicly available through the World Register of Marine Species (WoRMS) that records more than 250,000 described valid species. Although scientists tend to assign an equal status (in terms of contribution to overall diversity) to each taxon used in taxonomy, biogeography, ecology and biodiversity, the question “ are all taxa equal? ” has never been tested at a global scale. We present evidence that this question can be addressed by applying relatedness indices (Taxonomic Distinctness) over the entire WoRMS metazoan tree. The RvLab, developed by the LifeWatchGreece RI, operating on a high-performance computer cluster, has been used to meet the high computational demands required for such an analysis at a global scale.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,087 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,014 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,014 | 0,028 |
| Science ouverte | 0,002 | 0,014 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».