MétaCan
Menu
Retour à la cohorte
Enregistrement W4391969318 · doi:10.32942/x2402m

Reporting guidelines for terrestrial respirometry: Building openness, transparency of metabolic and evaporative water loss data

2024· preprint· en· W4391969318 sur OpenAlexaff
Nicholas C. Wu, Lesley A. Alton, Rafael Bovo, Nicholas Carey, Shannon E. Currie, John R. B. Lighton, Andrew E. McKechnie, Patrice Pottier, Giulia S. Rossi, Craig R. White, Danielle L. Levesque

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensMcMaster University
Organismes subventionnairesNational Institute of Food and AgricultureFundação de Amparo à Pesquisa do Estado de São PauloU.S. Department of Agriculture
Mots-clésRespirometryOpenness to experienceTransparency (behavior)Environmental scienceChemistryComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Respirometry is an important procedure for understanding whole-animal energy and water balance. Consequently, the growing number of studies using respirometry over the last decade warrants reliable reporting and data sharing for effective research synthesis and dissemination. We provide a checklist guideline on five key areas to facilitate the transparency and reproducibly of respirometry studies: 1) materials, set up, plumbing, 2) subject conditions/maintenance, 3) measurement conditions, 4) data processing, and 5) data reporting and statistics, each with explanations and example studies. Transparency in reporting and data availability has benefits on multiple fronts. Authors can use this checklist in the designing and reporting their study, and reviewers and editors can use the checklist to assess reporting quality in the manuscripts they review. Improved standards for reporting will enhance the value of primary studies and will greatly facilitate the ability to carry out higher quality research syntheses to address ecological and evolutionary theories, and provide reliable evidence-based information for political actions in the face of global change.

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)0,408
score de la tête « metaresearch » (Gemma)0,727
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,592
Score d'incertitude au seuil0,730

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4080,727
Méta-épidémiologie (sens strict)0,0030,005
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0200,017
Études des sciences et des technologies0,0060,007
Communication savante0,0140,010
Science ouverte0,0080,009
Intégrité de la recherche0,0130,013
Charge utile insuffisante (le modèle a refusé de juger)0,0300,028

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 Opus0,357
Tête enseignante GPT0,444
Écart entre enseignants0,087 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAir Quality Monitoring and ForecastingTravaux en français237 207