数据集概述
本数据集基于一百一十一种鸟类的神经元数量估算，探究鸟类创新性与绝对及相对脑大小的关联。数据核心内容包括鸟类分类信息、神经元数量、脑及身体形态测量、创新性指标等，同时提供配套分析代码，支持验证神经元数量通过发育调节连接认知表现与脑大小的研究结论。
文件详解
- 数据文件
- 文件名称：KSepka_grades.csv
- 文件格式：CSV
- 字段映射介绍：包含animal（物种）、tax_family（科）、tax_order（目）、clade（分支）、Ksepka_grades（分级）等鸟类分类与分级信息
- 文件名称：Neurons data Feb 2022.csv
- 文件格式：CSV
- 字段映射介绍：包含animal（物种）、Neurons（神经元数量）、Tel_M_g（端脑质量）、Pall_N（大脑皮层神经元数）、AbsBrain（绝对脑大小）、Body（体重）、Total_innovations_new（总创新数）等形态与创新性指标
- 代码文件
- 文件名称：0. Start code Sol et al 2022 Nat Ecol Evol.R、1. BGLMM Neurons-Innovations code Sol et al 2022 Nat Ecol Evol.R、2. BGLMM Neurons-Innovations Tech and Resource code Sol et al 2022 Nat Ecol Evol.R、3. RF Neurons vs Relative and Absolute brains code Sol et al 2022 Nat Ecol Evol.R、4. BGLMM Neurons and development code Sol et al 2022 Nat Ecol Evol.R
- 文件格式：R
- 字段映射介绍：配套R语言分析代码，涵盖贝叶斯广义线性混合模型（BGLMM）、随机森林（RF）等分析方法，用于验证神经元数量与创新性、脑大小及发育的关联
- 文档文件
- 文件名称：Read me.docx
- 文件格式：DOCX
- 字段映射介绍：数据集说明文档
- 其他文件
- 文件名称：Phylogeny_Ericsson.tre
- 文件格式：TRE
- 字段映射介绍：鸟类系统发育树文件
数据来源
论文“Neuron numbers link innovativeness with both absolute and relative brain size in birds”
适用场景
- 鸟类认知进化研究: 分析神经元数量对鸟类创新性的影响机制
- 脑大小与认知关联验证: 探究绝对及相对脑大小与认知表现的关系
- 神经发育调节分析: 研究神经元数量通过发育调节连接脑大小与认知的过程
- 生物数据统计建模: 利用配套R代码开展贝叶斯模型、随机森林等统计分析
- 鸟类分类与形态学研究: 基于分类信息与形态测量数据开展鸟类分类学研究
