MétaCan
Menu
Retour à la cohorte
Enregistrement W6910766606 · doi:10.5061/dryad.bg8q200

Data from: Testing for latitudinal gradients in defense at the macroevolutionary scale

2018· dataset· en· W6910766606 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2018
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHerbivoreLatitudeMacroecologyEcosystemScale (ratio)BiodiversityMacroevolutionExtinction (optical mineralogy)

Résumé

récupéré en direct d'OpenAlex

Plant defences against herbivores are predicted to evolve to be greater in warmer climates, such as lower latitudes where herbivore pressure is also thought to be higher. Instead, recent findings are often inconsistent with this expectation, suggesting alternative hypotheses are needed. We tested for latitudinal gradients in plant defence evolution at the macroevolutionary scale by characterizing plant chemical defences across 80 species of the evening primroses, spanning both North and South America. We quantified phenolics in leaves, flowers and fruits, using advanced analytical chemistry techniques. Dominant individual ellagitannin compounds, total concentrations of ellagitannins, flavonoids, total phenolics, and compound diversity were quantified. Variation in these compounds were predicted with latitude, temperature, precipitation, and continent using phylogenetic generalized least squares multiple regression models. Latitude did not strongly explain patterns for the chemical defences. Instead, fruit total ellagitannins, oenothein A and total phenolics were greater in species inhabiting regions with colder climates. Using analytical chemistry and 80 species in two continents, we show that contrary to classic predictions, concentrations of secondary metabolites are not greater at lower latitudes or in warmer regions. We propose higher herbivore pressure in colder climates and gradients in resource availability as potential drivers of the observed patterns.

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)0,009
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,244

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0730,050

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 Opus0,075
Tête enseignante GPT0,308
Écart entre enseignants0,233 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Travaux en français237 207