Quantifying Similarity in Paleontological Settings: Accuracy, Complexity, and Macroevolutionary Implications
Notice bibliographique
Résumé
In paleontological settings, similarity measures serve multiple roles, from arranging taxa into phylogenetic trees, to quantifying overlap between communities in terms of several interrelated factors. Any measure that attempts to incorporate such a wide variety of concepts will struggle to handle lost information, and the well-known biases of the fossil record represent a significant hurdle to accurate quantification of similarity. In this thesis I explore the accuracy of several well-known similarity measures when they are applied in paleontological settings, and discuss how measuring similarity can allow us to better understand long-term evolutionary dynamics. Using a combination of numerical models that simulate the biases of the fossil record, alongside field-based samples from rapidly lithifying environments, I demonstrate that only a small subset of popular similarity measures work in paleontological settings. I explore how the most accurate measures can be modified to incorporate additional information about inter-community overlap, expanding our conception of what constitutes a “similar” ecosystem. While articulating the assumptions underlying the most commonly used similarity indices, I wrote a proof demonstrating that one of the most popular similarity measures in paleontological research (convex hull overlap) does not work like other measures and can return inaccurate results even in unbiased settings. Finally, I looked at two key questions in the application of similarity to paleontological problems. The first of these issues involves the problem of a tie when classifying taxa into groups based on functional similarity. In classical classification protocols, when a given taxon is equally likely to belong to two or more groups, there is no clear solution. Here I explore how the mathematical approach of fuzzy set theory can offer a potential means of solving this problem. Finally, I explore how quantifying similarity can offer a possible mechanistic explanation for one of the most unusual patterns in the fossil record – the decoupling of the taxonomic and ecological consequences of a mass extinction event. My research provides the first quantitative evidence that functional similarity, long proposed to have a stabilizing effect on small-scale ecosystems, could potentially prevent widespread collapse in the face of a global climatic shift.
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 | 0,048 | 0,286 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,013 |
| Communication savante | 0,009 | 0,020 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».