MétaCan
Menu
Retour à la cohorte
Enregistrement W1876459861 · doi:10.1086/685813

Competition among Eggs Shifts to Cooperation along a Sperm Supply Gradient in an External Fertilizer

2016· article· en· W1876459861 sur OpenAlexaff
Daniel K. Okamoto

Notice bibliographique

RevueThe American Naturalist · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensSimon Fraser University
Organismes subventionnairesDivision of Ocean SciencesNational Science Foundation
Mots-clésPolyspermyHuman fertilizationSpermBiologySperm competitionStrongylocentrotus purpuratusEcologyCompetition (biology)GameteZoologySea urchinEmbryoBotanyFisheryIn vitro fertilisationAgronomy

Résumé

récupéré en direct d'OpenAlex

Competition among gametes for fertilization imposes strong selection. For external fertilizers, this selective pressure extends to eggs for which spawning conditions can range from sperm limitation (competition among eggs) to sexual conflict (overabundance of competing sperm toxic to eggs). Yet existing fertilization models ignore dynamics that can alter the functional nature of gamete interactions. These factors include attraction of sperm to eggs, egg crowding effects, or other nonlinearities in per capita rates of sperm-egg interaction. Such processes potentially allow egg concentrations to drastically affect viable fertilization probabilities. I experimentally tested whether such egg effects occur, using the urchin Strongylocentrotus purpuratus, and parameterized a newly derived model of fertilization dynamics and existing models modified to include such interactions. The experiments revealed that at low sperm concentrations, eggs compete for sperm, while at high sperm concentrations, eggs cooperatively reduce abnormal fertilization (a proxy for polyspermy). I show that these observations are consistent with declines in the per capita rate at which sperm and eggs interact as eggs increase in density. The results suggest a fitness trade-off of egg release during spawning: as sperm range from scarce to superabundant, interactions among eggs transition from highly competitive to cooperative in terms of viable fertilization probabilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,201
Score d'incertitude au seuil0,929

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,224 · 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 tête enseignante, 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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetMarine and coastal plant biologyTravaux en français237 207