MétaCan
Menu
Retour à la cohorte
Enregistrement W4411924796 · doi:10.1038/s41597-025-04674-w

An ecological trait matrix of Neotropical freshwater fishes

2025· article· en· W4411924796 sur OpenAlexaff
James S. Albert, Vitor Pimenta Abrahão, Daniel R. Akin, Marcelo Ândrade, Mariangeles Arce, Jonathan W. Armbruster, Ricardo C. Benine, Maxwell J. Bernt, Maria Elina Bichuette, José Luís Olivan Birindelli, Pedro H. N. Bragança, Marcelo R. Britto, Paulo Andreas Buckup, Michael D. Burns, Bárbara Calegari, Fernando Geraldo de Carvalho, Tiago Pinto Carvalho, Lílian Casatti, Wilson Costa, William G. R. Crampton, R. Ramos, Fernando César Paiva Dagosta, Joshua Egan, Luis Fernández, Jessé M. Figueiredo-Filho, Daniel W. Fitzgerald, João Pedro Fontenelle, Matthew A. Kolmann, Tomas Hrbek, Francisco Langeani, Pablo César Lehmann Albornoz, Rafael P. Leitão, Flávio César Thadeo de Lima, Marina Vianna Loeb, Carlos Alberto Santos de Lucena, Paulo H. F. Lucinda, Nathan K. Lujan, Luiz Roberto Malabarba, Wilfredo A. Matamoros, Bruno Francelino de Melo, André Netto-Ferreira, Carla Simone Pavanelli, Fernando Mayer Pelicice, Edson H. L. Pereira, Xavier Plasencia, Marcelo Salles Rocha, Fábio Fernandes Roxo, Vivianne Sant' Anna, Oscar Akio Shibatta, Veronica Slobodian, Madlen Stange, Victor Alberto Tagliacollo., Milton Tan, Kevin T. Torgersen, Kirk O. Winemiller, Roberto Esser dos Reis

Notice bibliographique

RevueScientific Data · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensRoyal Ontario MuseumUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEcologyFaunaHabitatBiodiversityBiologyTrophic levelGeography

Résumé

récupéré en direct d'OpenAlex

The Neotropical freshwater fish (NFF) fauna constitutes the most diverse continental vertebrate assemblage on Earth, with more than 6,345 species distributed across South America, Central America, and the Greater Antilles. These species display a bewildering array of ecophysiological and behavioral traits, or ecotraits, used to exploit habitat and food resources across geographical, climatic, and seasonal gradients. Despite intensive taxonomic and systematic studies, the literature on ecological preferences and tolerances of NFF species is scattered and incomplete, and we have previously lacked a centralized database. Here we present the first comprehensive dataset of ecotraits for the NFF fauna using published data and expert knowledge from the community of Neotropical ichthyologists. This ecomatrix includes adult modal values for 42 ecotraits scored for all valid NFF species, including body size, four of habitat utilization related to water chemistry, 21 of physical habitat structure, 10 of diet (i.e. trophic guilds), and six other behavioral traits. This ecomatrix is a foundation for future studies on the ecology and conservation of Neotropical aquatic biodiversity.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,034
Tête enseignante GPT0,305
Écart entre enseignants0,271 · 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'étudeObservationnel
Domainenon disponible
GenreJeu de données

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetFish biology, ecology, and behaviorTravaux en français237 207