MétaCan
Menu
Retour à la cohorte
Enregistrement W2148650828 · doi:10.1111/j.1365-2435.2012.02040.x

Maternal adversity and ecological stressors in natural populations: the role of stress axis programming in individuals, with implications for populations and communities

2012· article· en· W2148650828 sur OpenAlexafffund
Oliver P. Love, Patrick O. McGowan, Michael J. Sheriff

Notice bibliographique

RevueFunctional Ecology · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensUniversity of TorontoUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConnaught Fund
Mots-clésStressorBiologyEcologyOffspringAdaptive responseNeurosciencePregnancyGenetics

Résumé

récupéré en direct d'OpenAlex

Summary Biomedical researchers have long appreciated that maternal stressors can induce preparative and adaptive programming in offspring via exposure to maternal Glucocorticoids (GCs). However, few ecologists are aware of the capacity for maternal GC exposure to translate ecological and environmental stressors into preparative and adaptive programmed offspring responses in free‐living systems. We review a growing body of experimental work indicating that circulating maternal GCs link ecological stressors with adaptive programming of the stress axis. Throughout, we emphasise that natural and human‐induced ecological stressors play a fundamental role in programming the capacity of individuals, populations and communities to respond to both predictable and unpredictable ecological change via translating maternal adversity into responsive programming of the vertebrate stress axis. To encourage rigorous testing of this paradigm in a broad range of ecological systems, we introduce the principal extrinsic stressors with a recognised potential to alter maternal circulating GC levels. We then review from the biomedical literature regarding the underlying physiological and epigenetic mechanisms of stress‐induced programming of individual phenotypes to predict how variation in ecological stressors can produce individual variation in stress axis management. To appreciate the potential evolutionary inertia (i.e. adaptive value) of maternally programmed individual variation, we review key recent studies in free‐living systems that test its adaptive function, and then discuss how variation in stress‐axis programming may scale up to influence populations and ecological communities. Given the huge potential of this field, it is encouraging that ecologists are beginning to examine how and why maternal GCs translate ecological and environmental stressors into preparative stress axis programming in free‐living systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,052
Tête enseignante GPT0,307
Écart entre enseignants0,255 · 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'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

Citations209
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFunctional EcologyMême sujetBirth, Development, and HealthTravaux en français237 207