How do misassigned paternities affect the estimation of heritability in the wild?
Notice bibliographique
Résumé
Studies of birds have recently played an important role in the increasing success of quantitative genetics applied to natural populations. However, these studies mostly base their pedigree relationships on social information, despite the known widespread genetic polygamy in avian species. Here, we study the influence of misassigned paternities, combined with the effect of pedigree size and depth, on the estimation of heritability. First, we compute simulations of a polygenic trait for two levels of heritability (0.1 and 0.4), several extra-pair paternity rates (ranging from 5% to 40%), and varying sample sizes (20, 50 and 100 broods) or pedigree depth (2 or 4 generations). We compare heritability estimates from the social and the genetic pedigree, running a restricted maximum-likelihood 'animal model'. Social pedigree underestimates heritability by an average of 0-17% for 5-20% extra-pair paternities and by up to 18% for 40% extra-pair paternities and a heritability of 0.4. Second, we identifyied extra-pair offspring using microsatellite loci in two populations of blue tits (Parus caeruleus) showing high levels of extra-pair paternities (15% and 25% of extra-pair offspring). We compare heritabilities of tarsus length and body mass estimated with pedigrees of increasing accuracy. These analyses suggest that the bias induced by misassigned paternities on heritability estimation depends on the level of heritability and the rate of paternity error. Typical rates of extra-pair paternities in birds (around 20% of offspring) should result in an underestimation of heritability of less than 15% when estimated over a minimum of 100 broods.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».