MétaCan
Menu
Retour à la cohorte
Enregistrement W1817578451

A test for the parallel co-evolution of male colour and female preference in Trinidadian guppies (Poecilia reticulata)

2007· article· en· W1817578451 sur OpenAlexaff
Amy K. Schwartz, Andrew P. Hendry

Notice bibliographique

RevueEvolutionary ecology research · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPoeciliaGuppyBiologyPredationMate choiceNatural selectionMating preferencesSexual selectionZoologyPreferenceMatingEcologySelection (genetic algorithm)Evolutionary biologyFish <Actinopterygii>
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Question: Do male traits and female preferences co-evolve in response to divergent natural selection? Organisms: Six Trinidadian guppy (Poecilia reticulata) populations adapted to high- or low-predation environments in three separate drainages. Methods: Measurement of colour patterns on wild-caught and lab-reared males. ‘No-choice’ mating experiments to quantify female preference functions for male traits. Comparisons of male colour and female preference functions between predation environments. Predictions: If divergent natural selection drives parallel co-evolution, both male traits and female preferences should be similar for populations in similar environments but different for populations in different environments. Conclusions: Male traits have broadly diverged in parallel between predation environments, leading to larger body size and increased colour in low-predation sites. Female preferences also appear to be diverging because females discriminate against colourful males in high-predation sites but not in low-predation sites. Despite this general pattern, deviations from parallel co-evolution were also present, suggesting a substantial role for other selective agents.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,112
Tête enseignante GPT0,345
Écart entre enseignants0,233 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations54
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolutionary ecology researchMême sujetAnimal Behavior and ReproductionTravaux en français237 207