MétaCan
Menu
Retour à la cohorte
Enregistrement W2176339624 · doi:10.1111/j.0014-3820.2000.tb01232.x

FIXATION OF NEW ALLELES AND THE EXTINCTION OF SMALL POPULATIONS: DRIFT LOAD, BENEFICIAL ALLELES, AND SEXUAL SELECTION

2000· review· en· W2176339624 sur OpenAlexaff
Michael C. Whitlock

Notice bibliographique

RevueEvolution · 2000
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyFixation (population genetics)AlleleGenetic driftEffective population sizePopulationSelection (genetic algorithm)Evolutionary biologySmall population sizeGenetic loadBalancing selectionPopulation sizeGeneticsExtinction (optical mineralogy)Genetic FitnessGenetic variationEcologyBiological evolutionDemographyInbreedingGene

Résumé

récupéré en direct d'OpenAlex

With a small effective population size, random genetic drift is more important than selection in determining the fate of new alleles. Small populations therefore accumulate deleterious mutations. Left unchecked, the effect of these fixed alleles is to reduce the reproductive capacity of a species, eventually to the point of extinction. New beneficial mutations, if fixed by selection, can restore some of this lost fitness. This paper derives the overall change in fitness due to fixation of new deleterious and beneficial alleles, as a function of the distribution of effects of new mutations and the effective population size. There is a critical effective size below which a population will on average decline in fitness, but above which beneficial mutations allow the population to persist. With reasonable estimates of the relevant parameters, this critical effective size is likely to be a few hundred. Furthermore, sexual selection can act to reduce the fixation probability of deleterious new mutations and increase the probability of fixing new beneficial mutations. Sexual selection can therefore reduce the risk of extinction of small populations.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 Opus0,025
Tête enseignante GPT0,282
Écart entre enseignants0,257 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations399
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetEvolution and Genetic DynamicsTravaux en français237 207