MétaCan
Menu
Retour à la cohorte
Enregistrement W2053380498 · doi:10.1086/655220

The Evolution of Sex Ratio Adjustment in the Presence of Sexually Antagonistic Selection

2010· article· en· W2053380498 sur OpenAlexaff
Gwylim S. Blackburn, Arianne Albert, Sarah P. Otto

Notice bibliographique

RevueThe American Naturalist · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHeterogametic sexBiologyTraitGenetic architectureOffspringSexual selectionAlleleEvolutionary biologyMate choiceGeneticsFixation (population genetics)Parental investmentSelection (genetic algorithm)AttractivenessSex ratioParent–offspring conflictMatingDemographyChromosomeQuantitative trait locusPopulationGenePsychologyPregnancy

Résumé

récupéré en direct d'OpenAlex

Sex ratio adjustment (SRA) of broods has received widespread interest as a means for optimizing parental investment in offspring. Classical explanations for the evolution of SRA focus on improving offspring fitness in light of resource availability or mate attractiveness. Here, we use genetic models to demonstrate that SRA can evolve to alleviate sexual antagonism by improving the chance that the alleles of a sexually antagonistic trait are transmitted to the sex they benefit. In cases where the trait is autosomally inherited, this result is obtained regardless of whether SRA is based on the mother's or the father's genotype and irrespective of the recombination rate between the trait and SRA loci. SRA also evolves in this manner when the trait is sex-linked, provided that SRA decisions are based on the homogametic genotype (XX mothers or ZZ fathers). By contrast, when based on traits in the heterogametic sex, SRA promotes fixation of the allele that is detrimental to that sex, preventing the evolution of substantial levels of SRA. Our models indicate that the evolution of SRA in nature should be strongly influenced by the genetic architecture of the traits on which it is based and the form of selection affecting them.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,306
Écart entre enseignants0,291 · 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'étudeThéorique ou conceptuel
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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207