MétaCan
Menu
Retour à la cohorte
Enregistrement W1990622520 · doi:10.1111/j.1095-8649.2010.02640.x

Adaptive evolution of lateral plates in three‐spined stickleback <i>Gasterosteus aculeatus</i>: a case study in functional analysis of natural variation

2010· review· en· W1990622520 sur OpenAlexaff
Rowan D. H. Barrett

Notice bibliographique

RevueJournal of Fish Biology · 2010
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGasterosteusBiologySticklebackThree-spined sticklebackVariation (astronomy)ZoologyFish <Actinopterygii>Natural (archaeology)EcologyFisheryPaleontology

Résumé

récupéré en direct d'OpenAlex

The three-spined stickleback Gasterosteus aculeatus is a model species for studying questions in ecology and evolution. The rapid diversification of G. aculeatus in post-glacial freshwater environments, combined with recently developed molecular tools, provides a unique opportunity to study the functional basis of fitness variation in natural populations. In derived freshwater populations, a number of morphological traits have diverged in parallel from the marine ancestral state, including the number of lateral armour plates. Evolution of reduced armour in freshwater populations is due to positive selection from both abiotic and biotic mechanisms. The major effect gene (ectodysplasin-A or Eda), along with several minor effect genetic regions, has recently been shown to control lateral plate variation. Field experiments have further determined the fitness consequences of allelic variation at the major effect locus. This work helps elucidate the mechanisms connecting genetic variation with phenotypic variation and fitness in the wild, a synthesis that should be applicable to many other phenotypic traits and species of fishes.

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)0,000
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,025
Tête enseignante GPT0,294
Écart entre enseignants0,269 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations68
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207