A community genetics perspective: opportunities for the coming decade
Notice bibliographique
Résumé
Summary Community genetics was originally proposed as a novel approach to identifying links between genes and ecosystems, and merging ecological and evolutional perspectives. The dozen years since the birth of community genetics have seen many empirical studies and common garden experiments, as well as the rise of eco‐evolutionary dynamics research and a general shift in ecology to incorporate intraspecific variation. So what have we learned from community genetics? Can individual genes affect entire ecosystems? Are there interesting questions left to be answered, or has community genetics run its course? This perspective makes a series of key points about the general patterns that have emerged and calls attention to gaps in our understanding to be addressed in the coming years. Contents Summary 65 I. Introduction 65 II. Plant genotype effects are common, especially on herbivores 66 III. From prey to predators, genetic effects cascade up the food chain 66 IV. Genetic effects rain down from the canopy to soil 66 V. The dampening of the extended phenotype 66 VI. From genetic to species, diversity begets diversity 67 VII. It's the traits that matter … but which ones? 68 VIII. There are many, many genes for ecosystems 68 IX. From the community‐genetic caterpillar to the eco‐evolutionary butterfly 68 X. Conclusions and future directions 68 Acknowledgements 69 References 69
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 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».