MétaCan
Menu
Retour à la cohorte
Enregistrement W6921437482 · doi:10.6084/m9.figshare.c.7979977.v1

Supplementary material from "Disparate feeding mechanics between two hadrosaurid dinosaurs support the potential for niche partitioning"

2025· other· en· W6921437482 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2025
Typeother
Langueen
DomaineSocial Sciences
ThématiqueEducation Methods and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHerbivoreNicheEcological nicheResource (disambiguation)Resource useVertebrateBite force quotient

Résumé

récupéré en direct d'OpenAlex

The Dinosaur Park Formation (DPF) of western Canada is well known for its diverse fossil assemblage, preserving over a dozen species of large-bodied herbivorous dinosaurs. The high density of large herbivores has raised questions of how these animals were able to coexist and limit competition, leading to several studies investigating the potential for resource partitioning. In the DPF, hadrosaurids are of particular ecological significance because of their abundance, diversity, and complex feeding system. Here, we used 3D muscle reconstructions and finite element analysis to evaluate the mechanical performance of the cranium and lower jaws of the lambeosaurine Corythosaurus casuarius and the contemporaneous hadrosaurine Gryposaurus notabilis to test for the potential of resource partitioning. We found G. notabilis had larger adductor muscles than similarly sized C. casuarius, but the latter had greater mechanical efficiency, resulting in similar bite forces for similarly sized animals. The cranium of C. casuarius is more resistant to bending than G. notabilis, and exhibits a derived stress distribution likely associated with the supracranial crest. Resource partitioning between these taxa would have been primarily size-mediated, where larger G. notabilis would have been able to processes tougher plant material than smaller C. casuarius at equivalent ontogenetic stages.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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: Jeu de données
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil0,780

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,5580,000

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 Opus0,063
Tête enseignante GPT0,378
Écart entre enseignants0,315 · 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 tête enseignante, pas un consensus.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetEducation Methods and TechnologiesTravaux en français237 207