Ecología y evolución de las interacciones entre especies en las ciudades
Bibliographic record
Abstract
Los estudios sobre ecología y evolución en las ciudades han incrementado casi exponencialmente desde la década de 1990, lo cual parecería indicar que al menos parte de la comunidad científica les está concediendo importancia a estos temas. La primera parte de esta contribución es una reseña del tipo de estudios que abordan cuestiones ecológicas y evolutivas en las ciudades. En la segunda parte, a manera de ejemplo de un estudio de ecología urbana, presento un estudio de mi laboratorio sobre la interacción entre larvas de dos especies de palomillas (mariposas nocturnas) y las dos especies arbóreas más abundantes de la ciudad canadiense de Winnipeg, los olmos y los fresnos. Resaltan dos resultados de este estudio: 1) el daño a las hojas debido a las larvas es mayor en olmos que en fresnos; y 2) los olmos suelen ser más grandes y crecer más rápido que los fresnos. Además de contribuir al conocimiento fundamental sobre las interacciones entre especies, la información generada por estudios como éste tiene diversas aplicaciones, por ejemplo, en el manejo de especies deseadas y no-deseadas en las urbes. La realización de estos proyectos brinda oportunidades para conversar con los habitantes urbanos y promover la educación ambiental.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".