Publisher Correction: Clarifying the effect of biodiversity on productivity in natural ecosystems with longitudinal data and methods for causal inference
Notice bibliographique
Résumé
The original version of this Article contained errors in the Methods section ‘Target causal effect’, in which terms were omitted from the mathematical definitions of the causal effect and average causal effect. These sentences incorrectly read “The causal effect of a change in richness from R ′ to R ″ on productivity P in plot i is defined as [( R ″) − ( R ′)], where P i ( R ″) is the potential productivity outcome when R = R ″ and P ( R ′) is the potential productivity outcome when R = R ′ ( R ′ ≠ R ″).” and “The average causal effect of a change in biodiversity from R ′ to R ″ across all plots is [( R ″) − P ( R ′)], where E [·] is the expectation operator.”. The correct version states “[ P i ( R ′′) − P i ( R ′)]” in place of “[(R″) − (R′)]”, “ P i ( R ′)” in place of “ P ( R ′)”, and “ E [ P i ( R ′′) − P i ( R ′)]” in place of “[(R″) − P(R′)]”. This has been corrected in both the PDF and HTML versions of the Article.
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 | 0,020 | 0,265 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,049 | 0,024 |
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 ».