MétaCan
Menu
Retour à la cohorte
Enregistrement W4296816592 · doi:10.1093/biolinnean/blac093

Overcoming the limits of natural computation in biological evolution toward the maximization of system efficiency

2022· article· en· W4296816592 sur OpenAlexaff
Abir U. Igamberdiev

Notice bibliographique

RevueBiological Journal of the Linnean Society · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOrigins and Evolution of Life
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMaximizationAdaptabilityProcess (computing)ComputationBiologyBiological evolutionAttractorComputer scienceMathematical optimizationMathematicsEcologyGeneticsAlgorithm

Résumé

récupéré en direct d'OpenAlex

Abstract The goal-directedness of biological evolution is realized via the anticipatory achievement of the final state of the system that corresponds to the condition of its perfection in self-maintenance and in adaptability. In the course of individual development, a biological system maximizes its power via synergistic effects and becomes able to perform external work most efficiently. In this state, defined as stasis, robust self-maintaining configurations act as attractors resistant to external and internal perturbations. This corresponds to the local energy–time constraints that most efficiently fit the integral optimization of the whole system. In evolution, major evolutionary transitions that establish new states of stasis are achieved via codepoiesis, a process in which the undecided statements of existing coding systems form the basis for the evolutionary unfolding of the system by assigning new values to them. The genetic fixation of this macroevolutionary process leads to new programmes of individual development representing the process of natural computation. The phenomenon of complexification in evolution represents a metasystem transition that results in maximization of a system’s power and in the ability to increase external work performed by the system.

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,008
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,263
Écart entre enseignants0,227 · 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'étudeThéorique ou conceptuel
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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiological Journal of the Linnean SocietyMême sujetOrigins and Evolution of LifeTravaux en français237 207