The characterization of complex continuous norms of reaction
Notice bibliographique
Résumé
Recent focus on the array of phenotypes expressed under differing environmental conditions, or phenotypic plasticity, has led to increased understanding of its genetic basis as well as its adaptive significance. However, the quantification of plasticity has proven difficult, hampered by both the limited number of environments over which plasticity may typically be assessed and by the need to assume, a priori, the general form of reaction norms under study. Our understanding of the shapes of continuous norms of reaction and, consequently, the subtle differences that may exist in shapes among genotypes or populations is rudimentary. Here, we propose the use of the loess smoothing function to analyze complex norms of reaction and to quantify total plasticity over many environments. A thermogradient incubator offers an ideal means to provide many environments for a demonstration of the use of the loess method. We test seed germination in three populations of two monocarpic plant species for population differentiation in plasticity to temperature. First, we test for differentiation in norms of reaction to 30 temperature environments among three populations of the monocarpic perennial, Lobelia inflata . The second demonstration assesses plasticity to eight temperature environments of three populations of the arctic‐alpine annual, Koenigia islandica . Our demonstration shows that the loess technique can detect significant genetic differentiation among populations in complex norms of reaction for both species studied, and suggests that the use of this procedure should be considered where the form of norms of reaction might be complex. The general applicability of the approach is discussed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».