Modeling Taxon Concepts: A new approach to an old problem
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although the biodiversity informatics community has recognized and understood the complexity of modeling information about scientific names and associated taxonomic concepts for more than three decades, many of the original questions and problems remain unresolved today. Because most biodiversity data is anchored to scientific names, and these names are governed by Codes of nomenclature, most effort and progress has focused on data structures centered around scientific names, rather than taxonomic concepts. But, as has been well documented in biodiversity data standards communities (e.g., Berendsohn (1995), Patterson et al. (2010), Pyle et al. (2021)), the relationship between the text-string scientific-name labels and the circumscribed conceptual taxa they are intended to represent is highly imprecise. Many attempts have been made to develop data models to represent taxonomic concepts as discrete, identifiable units to which biodiversity data can be linked. However, none has gained wide-spread adoption, often due to inherent subjective interpretations and the degree of taxonomic expertise required to define and interpret the individual units – aspects that limit their practical scalability. Similarly, previous efforts to develop taxon concept data models conflate properties of circumscription, classification, and nomenclature, resulting in overloaded notions of taxa that quickly become intractable. We describe an approach that mirrors centuries of actual taxonomic practice, rooted in fundamental properties of Code-regulated scientific names, which can leverage sources of existing digital information to represent taxonomic concepts in a highly structured, objective and computable way. It isolates the properties of circumscription from those of classification and nomenclature, but enables algorithmic integration of these three separate facets of taxonomic information using consistent informatic structures.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
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 découle