MétaCan
Menu
Retour à la cohorte
Enregistrement W4317358803 · doi:10.1098/rspb.2022.2084

The island biogeography of human population size

2023· article· en· W4317358803 sur OpenAlexaff
Fabio Mologni, Kevin C. Burns

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePacific and Southeast Asian Studies
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesVictoria University of Wellington
Mots-clésArchipelagoBiogeographyInsular biogeographyMainlandPopulation sizeEcologyGeographyPopulationScale (ratio)Geographical distanceMainland ChinaBiologyDemographyCartographyChina

Résumé

récupéré en direct d'OpenAlex

For decades, biogeographers have sought a better understanding of how organisms are distributed among islands. However, the island biogeography of humans remains largely unknown. Here, we investigate how human population size varies among 486 islands at two spatial scales. At a global scale, we tested whether population size increases with island area and declines with island elevation and nearest mainland, as is common in non-human species, or whether humans escape such biogeographic constraints. At a regional scale, we tested whether population sizes vary among islands within archipelagos according to the positioning of different cultural source pools. Results illustrate that on a global scale, human populations increased in size with island area, similar to non-human species, yet they did not decline in size with elevation and distance to nearest mainland. At a regional scale, human population size often varied among islands within archipelagos relative to the location of different cultural source pools. Despite broad-scale similarities in the geographical distribution of human and non-human species among islands, results from this study indicate that the island biogeography of humans may also be influenced by archipelago-specific social, political and historical circumstances.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,004
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,302
Écart entre enseignants0,266 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetPacific and Southeast Asian StudiesTravaux en français237 207