MétaCan
Menu
Retour à la cohorte
Enregistrement W1968648388 · doi:10.1111/j.1558-5646.2008.00396.x

FIXATION PROBABILITIES DEPEND ON LIFE HISTORY: FECUNDITY, GENERATION TIME AND SURVIVAL IN A BURST‐DEATH MODEL

2008· article· en· W1968648388 sur OpenAlexafffund
Helen K. Alexander, Lindi M. Wahl

Notice bibliographique

RevueEvolution · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyFixation (population genetics)FecundityChemostatMutation ratePopulationGenetic FitnessExtinction (optical mineralogy)GeneticsDemographyBiological evolutionGene

Résumé

récupéré en direct d'OpenAlex

The burst-death model has been developed to describe the life history of organisms with variable generation times and a burst of a fixed number of offspring. The model also includes an optional constant clearance rate, such as washout from a chemostat, and the possibility of sustained periods of population growth followed by severe bottlenecks, as in serial passaging. In this model, a beneficial mutation can either increase the burst rate or the burst size, or reduce the clearance rate, thus increasing survival. In this article we examine the effects of these three possible mechanisms on both the Malthusian fitness and the fixation probability of the lineage. We find that equivalent relative increases in the burst rate or burst size confer equivalent increases in the Malthusian fitness of a lineage, whereas increasing survival typically has a more moderate effect on Malthusian fitness. In contrast, for beneficial mutations that confer the same increase in fitness, mutations that increase survival are the most likely to fix, followed by mutations that increase the burst rate. Mutations that increase the burst size are the least likely to fix. These results imply that mutant lineages with the highest Malthusian fitness are not, in many cases, the most likely to escape extinction.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,409
Score d'incertitude au seuil0,523

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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,228
Écart entre enseignants0,199 · 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'étudeSimulation ou modélisation
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

Citations26
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetEvolution and Genetic DynamicsTravaux en français237 207