R code and data from: Preserving identity in capture-mark-recapture studies: Increasing the accuracy of minimum number alive (MNA) estimates by incorporating inter-census trapping efficiency variation
Notice bibliographique
Résumé
Each file is summarized below: Abundance estimation script.R: an R code file with detailed workflow for computing and testing a number of abundance enumeration metrics according to the text laid out in "Preserving identity in capture-mark-recapture studies: Increasing the accuracy of minimum number alive (MNA) estimates by incorporating inter-census trapping efficiency variation". Prepared badger data.RData: R objects prepared from badger data, used in the analysis from the paper. Comprises the following objects: - trueAlive, a matrix with rows for individuals and columns for years. 1s indicate an individual was alive in a given year; 0s indicate it was not. - trueAge, a matrix with the same structure as trueAlive, but where each position indicates the individual's age in that year. - trueTeeth, a matrix with the same structure as trueAlive and trueAge, but where each position indicates the toothwear of the individual on a scale of 1 to 5. - toothAgeMod, a model that contains the relationship between tooth-wear and age. - trueSex, a vector with the sex of each individual corresponding to the row in the life-history and context matrices.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».