An integrative, peer‐reviewed and open‐source cooperative‐breeding database (Co‐ <scp>BreeD</scp> )
Notice bibliographique
Résumé
Large-scale, cross-species comparative analyses on cooperative breeding-where individuals care for the offspring of other group members-are important for understanding sociality and cooperation. However, the datasets that facilitate these analyses are often limited in precision. To advance comparative research on cooperative breeding, we hereby introduce the Cooperative-Breeding Database (Co-BreeD) for birds and mammals. We describe key features of Co-BreeD's structure: (i) integration of complementary datasets, each presenting a biological parameter relevant to cooperative-breeding research; (ii) sample-based (i.e. multiple samples per species linked to an exact sampling location and period); and (iii) open-source. Respectively, these features enable: (a) comprehensive identification of cooperative-breeding species according to the user's chosen definition, (b) linking intra- and inter-specific variation in traits with fine-scale environmental parameters and (c) enabling the research community to correct and expand this database. We present the initial Co-BreeD dataset, which estimates the prevalence of breeding events involving potential alloparents in 460 populations of 324 species, including 6 human populations (No. total = 43,247 breeding events). We conclude by demonstrating: (i) how Co-BreeD can improve comparative research (e.g. by enabling the study of cooperative breeding as a continuous rather than a binary trait); and (ii) that cooperative breeding is probably more prevalent than previously estimated in birds and mammals.
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 | 0,006 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,012 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,083 | 0,073 |
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 ».