MétaCan
Menu
Retour à la cohorte
Enregistrement W2018877129 · doi:10.1111/j.1558-5646.2008.00489.x

LATITUDINAL VARIATION IN SUBSPECIFIC DIVERSIFICATION OF BIRDS

2008· article· en· W2018877129 sur OpenAlexafffund
Paul R. Martin, Joshua J. Tewksbury

Notice bibliographique

RevueEvolution · 2008
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSubspeciesBiologyLatitudeRange (aeronautics)BiogeographyEcologyDiversification (marketing strategy)ZoologyGeography

Résumé

récupéré en direct d'OpenAlex

Patterns of evolution are believed to vary latitudinally, but our understanding of this variation remains limited. Here we examine how patterns of subspecific diversification vary within species of birds, specifically addressing three questions: (1) Are subspecies more numerous at lower latitudes within species, consistent with greater phenotypic differentiation at lower latitudes? (2) If there are more subspecies at lower latitudes within species, can area of breeding range explain this relationship? and (3) how do latitudinal differences in subspecies within species vary geographically across the globe? Using all species with five or more subspecies from 12 of the most diverse families of birds in the world, we found consistently more subspecies at lower latitudes across all families, both hemispheres, and all continents examined. Despite the positive influence of area on the number of subspecies within species, area did not explain the greater number of subspecies at lower latitudes within species. Global patterns of subspecies support the idea that phenotypic differentiation of populations is greater at lower latitudes within species. If subspecies density provides an index of rates of incipient speciation, then our results support evolutionary hypotheses for the latitudinal diversity gradient that invoke higher tropical speciation rates.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,351
Score d'incertitude au seuil0,190

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 Opus0,019
Tête enseignante GPT0,219
Écart entre enseignants0,200 · 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'étudeObservationnel
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

Citations52
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetGenetic diversity and population structureTravaux en français237 207