MétaCan
Menu
Retour à la cohorte
Enregistrement W2098544815 · doi:10.1046/j.1420-9101.2002.00377.x

The experimental evolution of specialists, generalists, and the maintenance of diversity

2002· article· en· W2098544815 sur OpenAlexaff
Rees Kassen

Notice bibliographique

RevueJournal of Evolutionary Biology · 2002
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGeneralist and specialist speciesBiologyNicheEvolutionary biologySelection (genetic algorithm)Adaptation (eye)Diversity (politics)HomogeneousEcologyVariation (astronomy)Local adaptationEcological nicheRange (aeronautics)Genetic diversityFrequency-dependent selectionPopulationHabitatComputer scienceStatistical physicsDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Environmental heterogeneity may be a general explanation for both the quantity of genetic variation in populations and the ecological niche width of individuals. To evaluate this hypothesis, I review the literature on selection experiments in heterogeneous environments. The niche width usually – but not invariably – evolves to match the amount of environmental variation, specialists evolving in homogeneous environments and generalists evolving in heterogeneous environments. The genetics of niche width are more complex than has previously been recognized, particularly with respect to the magnitude of costs of adaptation and the putative constraints on the evolution of generalists. Genetic variation in fitness is more readily maintained in heterogeneous environments than in homogeneous environments and this diversity is often stably maintained through negative frequency-dependent selection. Moreover environmental heterogeneity appears to be a plausible mechanism for at least two well-known patterns of species diversity at the landscape scale. I conclude that environmental heterogeneity is a plausible and possibly very general explanation for diversity across the range of scales from individuals to landscapes.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,232
Écart entre enseignants0,221 · 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'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

Citations991
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

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