Notice bibliographique
Résumé
Diagnoses are important aspects of description and identification processes, but they often do not make it clear whether they are useful for a particular specimen. I suggest that diagnoses always be accompanied by overt statements as to what taxonomic group the new taxon is being compared with, and whether it is a geographically, morphologically or ecologically restricted subset. I term the group to which the diagnosis overtly relates the reference group. Further, a paper that provides the features that the reference group must possess has the potential for being more broadly useful. For example, if the reference group is a subtribe but the authors explain how to separate that subtribe from all others in the subfamily, then a user must be able to identify only the subfamily before finding potentially useful information in the paper. I term this often more expansive taxon the recognition group. For 313 newly described insect genera for which diagnoses were provided, I assess the taxonomic level and number of genera in both the reference and recognition groups. The two groups were identical in almost half of the cases, were at the same taxonomic level but geographically or morphologically restricted in less than 9% and at a higher taxonomic level in the remainder. When authors explained how to identify the reference group from a larger recognition group, the number of genera from which the new one could be differentiated increased by a factor of more than four. I make a series of recommendations on how diagnoses can be improved based upon analyses of reference and recognition groups.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».