MétaCan
Menu
Retour à la cohorte
Enregistrement W6921712800 · doi:10.7939/r3-0wv7-nv52

Effect of weather during development on cranial morphometrics of American marten (Martes americana)

2024· dissertation· en· W6921712800 sur OpenAlexaboutno aff

Notice bibliographique

RevueUniversity of Alberta Library · 2024
Typedissertation
Langueen
DomaineMathematics
ThématiqueMorphological variations and asymmetry
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMorphometricsVariation (astronomy)Climate changeFluctuating asymmetryPhenotypic plasticityPopulationMarten

Résumé

récupéré en direct d'OpenAlex

Globally, climate change is affecting species in a myriad of ways. Rapid morphological change has been proposed to be a consequence of climate change, but evidence is minimal. Furthermore, any such rapid morphological change is expected to be a phenotypic response rather than evolutionary. Adaptive, neutral, and non-adaptive phenotypic plasticity in the form of reaction norms and developmental noise such as fluctuating asymmetry can provide insights into a population’s ability to adapt to increased variability and extremes in weather, which are more common due to climate change. Using geometric morphometrics, I explored patterns of covariation between morphological variation in a population of American marten (Martes americana) near Nordegg, Alberta, and variation in weather metrics during periods when young are growing during prenatal (February–April) and postnatal (May–July) development. Analysis of variation in cranial morphology revealed significant covariation between the symmetric component of morphological variation and weather metrics during early postnatal development. I did not find significant covariation between the asymmetric component of morphological variation (fluctuating asymmetry) and weather during development. My findings are congruent with other studies, and point to both direct and indirect effects of “climate-induced” weather variation, including the potential of a feeding ecology mechanism as an explanation for the covariation.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,220
Écart entre enseignants0,212 · 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
GenreEmpirique

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Alberta LibraryMême sujetMorphological variations and asymmetryTravaux en français237 207