Evolutionary history of the Galápagos Rail revealed by ancient mitogenomes and modern samples
Notice bibliographique
Résumé
Beast v. 2.6.3 input (.xml) files and output (.log and .trees) files for phylogenetic analyses of rails, used to determined the evolutionary history of the Galápagos Rail Laterallus spilonota. There are two main datasets: coding sequences of the mitochondrial genome ('mtCDS'), partitioned per codon position, and a two mitochondrial/one nuclear marker dataset ('2mt1nc'). For each of the datasets, separate runs have been made in which the fossil calibration of Rallidae is applied to the stem of the present-day family ('calRallidaeStem') or the crown node ('calRallidaeCrown), and finally all runs have been replicated with three different starting seeds ('seed_NNNNNNNNN', with the different seeds 123456789, 456789123, and 789123456). We provide raw output (.log and .raw.trees) as well as maximum clade credibility ('mcc') trees (.mcc.trees), calculated after discarding 10% of the trees as burn-in, using median ('heights_median') or mean ('heights_mean') node heights as estimated node age. The runs used for Table 1 (and Figure 2) in the accompanying paper are: Dataset mtCDS, Rallidae calibration of stem: seed 123456789 Dataset mtCDS, Rallidae calibration of crown: seed 456789123 Dataset 2mt1nc, Rallidae calibration of stem: seed 789123456 Dataset 2mt1nc, Rallidae calibration of crown: seed 123456789 This version of the data includes Pellornis mikkelseni among the fossils making up the calibration distribution for crown Gruiformes. In a previous version of this data deposit, that data point was represented by Messelornis cristata (see accompanying paper).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,004 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».