MétaCan
Menu
Retour à la cohorte
Enregistrement W2006658857 · doi:10.1111/j.1420-9101.2012.02618.x

The effects of competition on the strength and softness of selection

2012· article· en· W2006658857 sur OpenAlexaff
Eddie K. H. Ho, Aneil F. Agrawal

Notice bibliographique

RevueJournal of Evolutionary Biology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIntraspecific competitionSelection (genetic algorithm)BiologyCompetition (biology)Context (archaeology)Competitor analysisEvolutionary biologyNatural selectionAdaptation (eye)EcologyEconomicsArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

Deleterious alleles are constantly introduced into populations due to mutation. In subdivided populations, the impact of these mutations depends on the strength of selection as well as the softness of selection, that is, the extent to which fitness is governed by local rather than global competition. It is widely appreciated that the intensity and type of competition will affect selection on deleterious mutations but most empirical work has focused solely on the effects of competition on selection strength. However, competition has rarely been studied in the context of selection 'softness' even though competition is at the conceptual root of soft selection. All other things being equal, theory predicts that inter- and intraspecific competitions have opposing effects on the softness of selection. Using Drosophila melanogaster, we estimated the strength and softness of selection in a 'baseline' competitive environment as well as two additional competitive environments characterized by either additional intra- or interspecific competitors. We found that competitive environment had little effect on the average strength of selection. While the softness of selection was affected by the type of competition, the direction of change varied across tests of different genes, contrary to expectation. Although the 'hard/soft' selection paradigm implicitly assumes that all individuals are equally sensitive to the local competitive environment, we found this not to be the case. Wild-type individuals were more sensitive to changes in the genetic quality of their local competitors than mutant individuals.

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 enseignants0,743
Score d'incertitude au seuil0,141

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 Opus0,004
Tête enseignante GPT0,233
Écart entre enseignants0,229 · 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

Citations14
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Evolutionary BiologyMême sujetEvolution and Genetic DynamicsTravaux en français237 207