An approach to estimate short‐term, long‐term and reaction norm repeatability
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
Summary Evolutionary ecologists increasingly study reaction norms that are expressed repeatedly within the same individual's lifetime. For example, foragers continuously alter anti‐predator vigilance in response to moment‐to‐moment changes in predation risk. Variation in this form of plasticity occurs both among and within individuals. Among‐individual variation in plasticity (individual by environment interaction or I × E ) is commonly studied; by contrast, despite increasing interest in its evolution and ecology, within‐individual variation in phenotypic plasticity is not. We outline a study design based on repeated measures and a multilevel extension of random regression models that enables quantification of variation in reaction norms at different hierarchical levels (such as among and within individuals). The approach enables the calculation of repeatability of reaction norm intercepts (average phenotype) and slopes (level of phenotypic plasticity); these indices are not specific to measurement or scaling and are readily comparable across data sets. The proposed study design also enables calculation of repeatability at different temporal scales (such as short‐ and long‐term repeatability), thereby answering calls for the development of approaches enabling scale‐dependent repeatability calculations. We introduce a simulation package in the R statistical language to assess power, imprecision and bias for multilevel random regression that may be utilised for realistic data sets (unequal sample sizes across individuals, missing data, etc). We apply the idea to a worked example to illustrate its utility. We conclude that consideration of multilevel variation in reaction norms deepens our understanding of the hierarchical structuring of labile characters and helps reveal the biology in heterogeneous patterns of within‐individual variance that would otherwise remain ‘unexplained’ residual variance.
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 | 0,001 | 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 découle