CURIOSITY, BIFURCATION AND CHAOS: A TRIBUTE TO BILL RICKER’S INQUIRING MIND
Notice bibliographique
Résumé
Bill Ricker retired from his position as scientist at the Pacific Biological Station in Nanaimo, British Columbia, three years before I began working there. Because he retained an office and used it frequently, I didn’t realize at first that he was, in fact, retired. Although I knew of his reputation as an accomplished scientist, it took me many years to appreciate the scope of his achievements. I began working in fisheries as a naïve mathematician, with much to learn about biology and the broader world of scientific inquiry. Bill brought a compelling curiosity to any subject that interested him. For example, he introduced me to the controversies about crop circles with the investigative article by Nickell and Fischer (1992). As a mathematician, I had the opportunity to participate in some of Bill’s mathematical recreations. He would occasionally pass me articles of interest, such as Stewart’s (1995) discussion of flower structures. What algorithm could possibly explain the beautifully tight packing of seeds on the head of a sunflower? A possible answer relates to: • the Fibonacci sequence 1, 1, 2, 3, 5, 8, 13, 21, 34,…, in which each number is the sum of the previous two, 5 −1 ϕ 1 • the golden number ϕ = defined by the equal ratios = , and 2
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».