A quantitative review of heterozygosity–fitness correlations in animal populations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The ease of obtaining genotypic data from wild populations has renewed interest in the relationship between individual genetic diversity and fitness-related traits (heterozygosity-fitness correlations, or HFC). Here we present a comprehensive meta-analysis of HFC studies using powerful multivariate techniques which account for nonindependence of data. We compare these findings with those from univariate techniques, and test the influence of a range of factors hypothesized to influence the strength of HFCs. We found small but significantly positive effect sizes for life-history, morphological, and physiological traits; while theory predicts higher mean effect sizes for life-history traits, effect size did not differ consistently with trait type. Newly proposed measures of variation were no more powerful at detecting relationships than multilocus heterozygosity, and populations predicted to have elevated inbreeding variance did not exhibit higher mean effect sizes. Finally, we found evidence for publication bias, with studies reporting weak, nonsignificant effects being under-represented in the literature. In general, our review shows that HFC studies do not generally reveal patterns predicted by population genetic theory, and are of small effect (less than 1% of the variance in phenotypic characters explained). Future studies should use more genetic marker data and utilize sampling designs that shed more light on the biological mechanisms that may modulate the strength of association, for example by contrasting the strength of HFCs in mainland and island populations of the same species, investigating the role of environmental stress, or by considering how selection has shaped the traits under investigation.
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.
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) | 0,001 | 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 | 0,001 | 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 découle