MétaCan
Menu
← Retour à la cohorte
Enregistrement W6968588103 · doi:10.5281/zenodo.4457446

Code and files for : Climatic and evolutionary contexts are required to infer plant life history strategies from functional traits at a global scale. Kelly et al. (2021) Ecology Letters

2021· other· en· W6968588103 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2021
Typeother
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCode (set theory)TraitLife historyEvolutionary ecologyTransparency (behavior)Life history theoryContext (archaeology)

Résumé

récupéré en direct d'OpenAlex

Code and data files for : Climatic and evolutionary contexts are required to infer plant life history strategies from functional traits at a global scale, Ecology Letters, 2021, in press.. By: Ruth Kelly, Kevin Healy, Madhur Anand, Maude Baudraz, Michael Bahn, Bruno E. L. Cerabolini, Johannes H. C. Cornelissen, John M. Dwyer, Andrew L. Jackson, Jens Kattge, Ülo Niinemets, Josep Penuelas, Simon Pierce, Roberto Salguero-Gómez, & Yvonne M. Buckley Code and analysis are described in detail in the main text and supplementary materials of the associated Ecology Letters paper. If you have any questions regarding the R code files you may contact Ruth Kelly at kellyr44@tcd.ie or ruth.kelly@afbini.gov.uk. Data provided herein, represent a derived compilation from multiple data sources, and are primarily provided for transparency and reproducibility of our analyses. The databases we took our original data from are constantly growing and being updated. Therefore, if you want to do further more detailed research in this area we refer you to the following data sources which were invaluable to us. Please cite these original data sources alongside our Ecology Letters paper if you use our compiled dataset in any publication. Further references to trait data used in the compilation of our dataset are given in supplementary information accompanying the main paper. Life history COMPADRE - https://compadre-db.org/ Salguero-Gomez, R., Jones, O.R., Archer, C.R., Buckley, Y.M., Salguero-g, R., Che-castaldo, J., et al. (2015). The COMPADRE Plant Matrix Database : an open online repository for plant demography. J. Ecol., 202–218. Traits TRY - https://www.try-db.org/ Kattge, J., Bönisch, G., Díaz, S., Lavorel, S., Prentice, I.C., Leadley, P., et al. (2020). TRY plant trait database – enhanced coverage and open access. Glob. Chang. Biol., 26, 119–188. Bien - https://bien.nceas.ucsb.edu/bien/ Enquist, B., Condit, R., Peet, R., Schildhauer, M. & Thiers, B. (2016). Cyberinfrastructure for an integrated botanical information network to investigate the ecological impacts of global climate change on plant biodiversity. PeerJ Prepr., e2615v2. Climate http://www.csi.cgiar.org Trabucco, A. & Zomer, R.J. (2009). Global Aridity Index (Global-Aridity) and Global Potential Evapo-Transpiration (Global-PET) Geospatial Database. CGIAR Consort. Spat. Information. http://www.worldclim.org Fick, S.E. & Hijmans, R.J. (2017). WorldClim 2: new 1‐km spatial resolution climate surfaces for global land areas. Int. J. Climatol., 37, 4302–4315. The phylogeny used here is an edited subset of: Zanne, Amy E. et al. (2014), Data from: Three keys to the radiation of angiosperms into freezing environments, Dryad, Dataset, https://doi.org/10.5061/dryad.63q27

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)0,003
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,355
Score d'incertitude au seuil0,920

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,026
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,005
Science ouverte0,0030,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,3550,379

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 Opus0,048
Tête enseignante GPT0,287
Écart entre enseignants0,239 · 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.

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetHealth and Well-being Studies→Travaux en français237 207→