MétaCan
Menu
Retour à la cohorte
Enregistrement W4389153506 · doi:10.1101/2023.11.28.569100

Onsager's relations and Ecology

2023· preprint· en· W4389153506 sur OpenAlexaff
Jae S. Choi, Roger I. C. Hansell

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésAmbiguityReciprocalEntropy (arrow of time)Onsager reciprocal relationsStatistical physicsRepresentation (politics)Context (archaeology)EcologyTheoretical physicsEpistemologyComputer sciencePhysicsClassical mechanicsGeographyThermodynamicsBiology

Résumé

récupéré en direct d'OpenAlex

There are two complementary approaches to thermodynamics: an empirical, phenomenological representation of macroscopic states and a model-based, statistical-mechanical representation of microscopic states. If only a few energy transformation steps are involved, macroscopic quantities such as energy and entropy can be estimated without ambiguity, and often the associated microscopic states are well characterised. Both approaches have been used to develop and guide many key early ecological ideas. However, most ecosystems are characterized by uncountably many transformations that operate on a wide range of space and time scales. This renders the bounds of such systems ambiguous making both the macroscopic and microscopic approaches a challenge. As such, the implementation of both approaches remain areas ripe for further investigation. In particular, the Onsager reciprocal relations permit simplification of expectations that are yet to be fully understood in an ecological context. Here we begin to take a few first steps in trying to understand the far-reaching ramifications of these thermodynamic relations.

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)0,005
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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,010
Communication savante0,0030,009
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,012
Tête enseignante GPT0,230
Écart entre enseignants0,218 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207