MétaCan
Menu
← Retour à la cohorte
Enregistrement W6894000536 · doi:10.5281/zenodo.5777083

Data and code from: A review of cisco form diversity and lake depth

2022· other· en· W6894000536 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensMinistry of Energy, Northern Development and Mines
Organismes subventionnairesnon disponible
Mots-clésGlacial periodDiversity (politics)BiogeographyGlacial lakePaleolimnologyKrill

Résumé

récupéré en direct d'OpenAlex

Cisco form diversity overlaps with glacial lake coverage in North America. A recent hypothesis proposes that secondary contact among refugial cisco lineages during retreat of the Laurentide Ice Sheet was the basis for the geography of cisco diversity in North American lakes. Glacial lake coverage in North America is also a map of Mysis diluviana distribution, a glacial relic species found in lakes including the Laurentian Great Lakes. The presence of Mysis increases isotopic niche size of cisco, a necessary condition for Mysis to be a key element of cisco clade diversification. We reviewed literature on cisco forms in North American lakes to determine if cisco diversity is related to an ecological opportunity gradient, maximum lake depth with the presence of Mysis. Cisco form diversity increases with lake maximum depth in North America in the presence of Mysis with deeper lakes increasingly likely to hold multiple forms. Lakes without Mysis had only one cisco form and were shallower in general. We hypothesize that Mysis is the basis for the relationship between lake depth and cisco form diversity because of the complex behavior and distribution of Mysis that stems from increasing lake depth. We propose the geography of cisco diversity in North America results from within lake predator–prey processes as a function of lake depth under the Mysis hypothesis vs. secondary contact priming genetic diversity. The two hypotheses are not mutually exclusive. Analysis of a lake set covering both cisco and Mysis ranges points to more lakes having multiple cisco forms.

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)0,002
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,393

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0100,016
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1180,054

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 Opus0,143
Tête enseignante GPT0,352
Écart entre enseignants0,209 · 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'étudeSans objet
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→