MétaCan
Menu
Retour à la cohorte
Enregistrement W2124663503 · doi:10.1098/rspb.2013.2081

The evolutionary origins of diadromy inferred from a time-calibrated phylogeny for Clupeiformes (herring and allies)

2014· article· en· W2124663503 sur OpenAlexaff
Devin D. Bloom, Nathan R. Lovejoy

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFish migrationBiologyEcologyProductivityBiomeHabitatFisheryEcosystem

Résumé

récupéré en direct d'OpenAlex

One of the most remarkable types of migration found in animals is diadromy, a life-history behaviour in which individuals move between oceans and freshwater habitats for feeding and reproduction. Diadromous fishes include iconic species such as salmon, eels and shad, and have long fascinated biologists because they undergo extraordinary physiological and behavioural modifications to survive in very different habitats. However, the evolutionary origins of diadromy remain poorly understood. Here, we examine the widely accepted productivity hypothesis, which states that differences in productivity between marine and freshwater biomes determine the origins of the different modes of diadromy. Specifically, the productivity hypothesis predicts that anadromous lineages should evolve in temperate areas from freshwater ancestors and catadromous lineages should evolve in tropical areas from marine ancestors. To test this, we generated a time-calibrated phylogeny for Clupeiformes (herrings, anchovies, sardines and allies), an ecologically and economically important group that includes high diversity of diadromous species. Our results do not support the productivity hypothesis. Instead we find that the different modes of diadromy do not have predictable ancestry based on latitude, and that predation, competition and geological history may be at least as important as productivity in determining the origins of diadromy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,276

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,221
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations91
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetGenetic diversity and population structureTravaux en français237 207