MétaCan
Menu
Retour à la cohorte
Enregistrement W1980629024 · doi:10.1086/656220

Natural Selection, Variation, Adaptation, and Evolution: A Primer of Interrelated Concepts

2010· article· en· W1980629024 sur OpenAlexaff
Robert G. Latta

Notice bibliographique

RevueInternational Journal of Plant Sciences · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSelection (genetic algorithm)Natural selectionBiologyStabilizing selectionTraitEvolutionary biologyDisruptive selectionInheritance (genetic algorithm)Variation (astronomy)Adaptation (eye)GeneticsGenetic variationEcological selectionReproductive successPopulationGeneComputer scienceMachine learning

Résumé

récupéré en direct d'OpenAlex

Natural selection is an elegantly simple concept but one that can manifest in complex ways. I review how the basic model of single-trait viability selection has been extended to more complex forms of selection on multiple traits and on reaction norms. Fitness is defined as the expected lifetime reproductive success for individuals with a given genotype or phenotype over a given range of environments. Since the reproductive success realized by any individual will include a stochastic departure from this expectation, selection is therefore a consistent difference in fitness between organisms with different characteristics. A clear distinction is drawn between selection, which can act on any phenotypic difference, and the response to selection, which can occur only if phenotypic differences are heritable. This distinction separates the action of natural selection in filtering variation from the origin of the novel variants on which selection acts. Since selection frequently acts on standing genetic variation or on conditionally neutral variation, both of which accumulate in populations before the imposition of selection, such variation accumulates independently of its fitness effects under the subsequent selection regime. Recent discussions of “Lamarckian” inheritance must be carefully circumscribed to avoid the implication of directed mutation, for which there is no evidence.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,183

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 Opus0,009
Tête enseignante GPT0,272
Écart entre enseignants0,263 · 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'étudeExpérimental (laboratoire)
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

Citations24
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Plant SciencesMême sujetEvolution and Genetic DynamicsTravaux en français237 207