MétaCan
Menu
Retour à la cohorte
Enregistrement W1944513151 · doi:10.1111/ele.12507

Cheaters must prosper: reconciling theoretical and empirical perspectives on cheating in mutualism

2015· review· en· W1944513151 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEcology Letters · 2015
Typereview
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDivision of Environmental BiologyDivision of Integrative Organismal SystemsNatural Sciences and Engineering Research Council of CanadaUniversity of TorontoUniversity of California, Santa BarbaraNational Science Foundation
Mots-clésMutualism (biology)CheatingEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Cheating is a focal concept in the study of mutualism, with the majority of researchers considering cheating to be both prevalent and highly damaging. However, current definitions of cheating do not reliably capture the evolutionary threat that has been a central motivation for the study of cheating. We describe the development of the cheating concept and distill a relative-fitness-based definition of cheating that encapsulates the evolutionary threat posed by cheating, i.e. that cheaters will spread and erode the benefits of mutualism. We then describe experiments required to conclude that cheating is occurring and to quantify fitness conflict more generally. Next, we discuss how our definition and methods can generate comparability and integration of theory and experiments, which are currently divided by their respective prioritisations of fitness consequences and traits. To evaluate the current empirical evidence for cheating, we review the literature on several of the best-studied mutualisms. We find that although there are numerous observations of low-quality partners, there is currently very little support from fitness data that any of these meet our criteria to be considered cheaters. Finally, we highlight future directions for research on conflict in mutualisms, including novel research avenues opened by a relative-fitness-based definition of cheating.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,098
Tête enseignante GPT0,434
Écart entre enseignants0,337 · 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