MétaCan
Menu
Retour à la cohorte
Enregistrement W6906701185 · doi:10.17632/jyzb8xmdhj

Stenert_et_al_GCB_gcb.15367_Data_repository

2020· dataset· en· W6906701185 sur OpenAlexaboutno aff

Notice bibliographique

RevueMendeley Data · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWetlandTemperate climateSubtropicsHabitatSTREAMSInvertebrate

Résumé

récupéré en direct d'OpenAlex

These datasets contain macroinvertebrate sampling data for depressional wetlands from several study regions across North and South America. They represent the non-federally funded data supporting the results of the primary research paper entitled "Climate‐ versus geographic‐dependent patterns in the spatial distribution of macroinvertebrate assemblages in New World depressional wetlands", authored by Stenert et al. (Global Change Biology, 2020; https://doi.org/10.1111/gcb.15367). These datasets were employed in a two-part analytical approach that assessed patterns in the macroinvertebrate assemblages of depressional wetlands across the temperate and subtropical climatic zones of North and South America. We aimed to better understand how wetland macroinvertebrates assemblages were structured according to geography and climate. To do so, we contrasted aquatic‐macroinvertebrate assemblage structure (family‐level) between subtropical and temperate depressional wetlands of North and South America using presence‐absence data from 264 of these habitats across the continents and more‐detailed relative‐abundance data from 56 depressional wetlands from four case study locations (North Dakota and Georgia in North America; southern Brazil and Argentinian Patagonia in South America). The dataset "Intercontinental analysis" includes 127 wetlands from seven study regions in North America covering subtropical (N = 32; USA states of Georgia, New Mexico, South Carolina and Texas) and temperate climates (N = 78; USA states of Iowa, Michigan, Minnesota and Wisconsin; Canada province of Ontario). The dataset from South America included 137 wetlands from two study regions covering subtropical (N = 72; Brazil state of Rio Grande do Sul) and temperate climates (N = 65; Argentinean Patagonia; provinces of Chubut, Santa Cruz and Tierra del Fuego). The dataset "Case-study analysis" includes data from three specific locations in temperate and subtropical climate zones of North and South America. The subtropical wetlands were located in the Southeastern USA (state of Georgia) and Southern Brazil (state of Rio Grande do Sul). The temperate wetlands were located in Argentinean Patagonia. We used ordination methods (PCA and NMDS) and tests of multivariate dispersion (PERMDISP) to assess the distribution and the homogeneity in variation in the composition of macroinvertebrate assemblages across climates and continents, respectively. Taxonomic identification was conducted to the family level, except for planarians, water mites and some Anostraca and Oligochaeta, which were left at the lowest taxonomic level practical. Bryozoa (Plumatellidae), Cnidaria (Hydridae), Platyhelminthes (Turbellaria), Annelida (Clitellata: Oligochaeta and Hirudinea), Mollusca (Bivalvia and Gastropoda) and Arthropoda (Crustacea: Branchiopoda and Malacostraca; Arachnida; Insecta) were the phyla (and their corresponding subphyla and/or classes) considered in this study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesScience ouverte, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0140,014
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,165

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 Opus0,132
Tête enseignante GPT0,330
Écart entre enseignants0,198 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMendeley DataTravaux en français237 207