MétaCan
Menu
← Retour à la cohorte
Enregistrement W7099766907

08 Origins 44 Polar bears … one of a (created) kind

2010· article· en· W7099766907 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSurpriseOfficerWhite (mutation)ArcticUrsus maritimusPolar
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Jim Martell wanted to hunt polar bears. So intense was his enthusiasm that he spent $50,000 for a permit, a guide and travel. The hunt took them out on the tundra in the northwest territory of Canada. The first bears they saw were far away in the distance, so they kept on searching. At last the opportunity came, although the polar bear in Jim’s sights looked a bit strange. It did not have white fur, but was more of a ‘dirty blond’. Jim got the prey he wanted. It was then that problems started. Jim was planning to take the skin back to his home in Idaho. But the question was raised whether the bear was actually a hybrid between a polar bear and a grizzly. News reached the Department of Environment and a wildlife officer came to confiscate the hide. If it was a grizzly, Martell could be in trouble as his permit was not for hunting grizzlies! He found himself facing a fine of $1,000 or a year in jail. DNA tests revealed that the bear was indeed a hybrid between a polar bear and a grizzly. 1,2 Local experts have expressed surprise because whilst hybrids have previously been reported in zoos, this is probably the first case ever seen in the wild. Normally, polar and grizzly bears are adversaries and this keeps them at a respectful separation. Furthermore, polar bears mate on ice and grizzlies mate on land. So, as a biological phenomenon, this hybrid is a real surprise. Foundations in theory Biologists have inherited a classification system originally developed by the Swede Carl Linnaeus (1707-1778). He devised a hierarchy of descriptive categories. Bears are chordates (phylum), they are mammals (class), and they are carnivores (order). These are the higherlevel categories in the classification scheme. Bears all belong to one family, the Ursidae. There are several genera, with each genus having one or more member species.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,334
Score d'incertitude au seuil0,949

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0030,002
Science ouverte0,0000,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,3340,206

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 Opus0,016
Tête enseignante GPT0,230
Écart entre enseignants0,214 · 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'étudeObservationnel
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMarine animal studies overview→Travaux en français237 207→