Supplement 1. Data used in the four applications of principal coordinates of neighbor matrices (PCNM) analysis: abundance of ferns, transect coordinates, and environmental variables (Peru); biomass of zooplankton, transect coordinates, and environmental variables (Guadeloupe); chlorophyll a and spatial coordinates (Thau, France); and oribatid mite species counts, spatial coordinates, and environmental variables (St-Hippolyte, Québec).
Notice bibliographique
Résumé
File List Amazonian fern example: Nauta.txt Response, spatial, and environmental variables for the Nauta transect Huanta.txt Response, spatial, and environmental variables for the Huanta transect Guadeloupe zooplankton example: Guadeloupe.txt Response, spatial, and environmental variables Chlorophyll a example: Thau_data.txt Response and spatial variables Oribatid mites example: Oribatida_species.txt Response variables Oribatida_XY_envir.txt Spatial and environmental variables Description Data used in the four examples. Quantitative values for the dependent and spatial variables. Environmental variables may be quantitative or binary. Amazonian fern example: Description of the variables for both transects: Response variable: raw counts of the fern Adiantum tomentosum in 5 × 5 m quadrats. Spatial variable: coordinate (m) of the center of the plot along the transect. Environmental variables: elevation (m), number of stems of trees of five classes of diameters at breast height (cm), number of stems of lianas of three classes of stem diameter (cm), thickness of the layer of soil organic matter, drainage in five classes (0 = good, 5 = none), canopy height (m), canopy, shrub and herbaceous coverage (cm) Guadeloupe zooplankton example: Response variable: log-transformed zooplankton biomasses of two size classes (original units: mg/m3 ash-free dry mass). Spatial variable: coordinate (km) of the sampling site along the transect. Environmental variables: dissolved oxygen (mg/L), salinity (psu), wind speed (m/s), phytoplankton biomass (log-transformed, original units: µg/L), turbidity (NTU), swell height (m) and 14 binary variables coding for habitat classes. Chlorophyll a example: Response variable: chlorophyll a biomass (µg/L). Spatial variable: X and Y coordinates (km) of the site. Oribatid mites example: Response variable: raw counts of 35 species of oribatid mites on a Sphagnum mat . Spatial variable: X and Y coordinates (m) of the sampling cores. Environmental variables: bulk density of the substratum (g/L of dry uncompressed matter), water content (g/L of raw uncompresed material) and 12 binary variables coding for classes of substratum: 4 species of Sphagnum moss, ligneous litter, bare peat, interface between two substrates, 3 categories of shrubs, microtopography (blanket or hummock).
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 | 0,002 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,811 | 0,267 |
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 ».