MétaCan
Menu
Retour à la cohorte
Enregistrement W6949903103 · doi:10.5281/zenodo.5491072

Neusticurus ecpleopus Cope 1876

2003· article· en· W6949903103 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2003
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSubterranean biodiversity and taxonomy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLaharNational laboratoryTechnical universityINT

Résumé

récupéré en direct d'OpenAlex

NEUSTICURUS ECPLEOPUS SPECIMENS EXAMINED Dry skulls. Collected in Peru (mostly in the Rio Cenepa area, except as indicated); measurements are from tip of premaxilla to posterior edge of supraoccipital: MVZ 163395, 11.7 mm; MVZ 163397, 12 mm; MVZ 163389, 12.1 mm; MVZ 174957, 12.2 mm (Rio Santiago); MVZ 163390, 12.3 mm; MVZ 174956, 13.5 mm (Rio Santiago); MVZ 163400, 14 mm; MVZ 163388, 14.5 mm; MVZ 163395, 15.1 mm; MVZ 163410, 16.1 mm; and MVZ 163394, disarticulated. Cleared and double-stained specimens. Specimen SVLs are followed by sex, where known, and percentage maximum size based on that reported for each sex by Sherbrooke (1975) (average of male and female maximum sizes used to calculate percentage in specimens where sex is unknown): KU 48246, 22.4 mm SVL (33%), Napo, Ecuador; USNM 316870, 22.9 mm SVL (34%), Amazonas, Peru; KU 109803, 23.6 mm SVL (35%), Napo, Ecuador; MVZ 163166, 23.6 mm SVL (35%), Peru; KU 148251, 25.8 mm SVL (male, 36%), Napo, Ecuador; MVZ 174949, 26.7 mm SVL (40%), Peru; KU 109781, 27.3 mm SVL (male, 38%), Napo, Ecuador; MVZ 174920, 28.7 mm SVL (female, 46%), Peru; KU 109809, 28.9 mm SVL (female, 47%), Napo, Ecuador; MVZ 174928, 30.5 mm SVL (female, 49%), Peru; MVZ 174905, 31.8 mm SVL (female, 51%), Peru; KU 109789, 32.9 mm SVL (female, 53%), Napo, Ecuador; MVZ 163147, 34.3 mm SVL (male, 48%), Peru; MVZ 174901, 37.9 mm SVL (57%), Peru; MVZ 174899, 39 mm SVL (female, 63%), Amazonas, Peru; MVZ 163185, 40.7 mm SVL (female, 66%), Peru; MVZ 174953, 45.2 mm SVL (male, 63%), Amazonas, Peru; MVZ 174896, 47.6 mm SVL (female, 77%), Peru; MVZ 163187, 51.1 mm SVL (male, 71%), Amazonas, Peru; MVZ 163145, 55.6 mm SVL (male, 77%), Amazonas, Peru; MVZ 163202, 59.1 mm SVL (female, 95%), Peru; MVZ 174891, 63.2 mm SVL (male, 88%), Amazonas, Peru.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,1570,037

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 Opus0,058
Tête enseignante GPT0,196
Écart entre enseignants0,138 · 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
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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetSubterranean biodiversity and taxonomyTravaux en français237 207