MétaCan
Menu
Retour à la cohorte
Enregistrement W2179188220 · doi:10.1111/j.0014-3820.2005.tb01786.x

SELECTION AND GENETIC (CO)VARIANCE IN BIGHORN SHEEP

2005· article· en· W2179188220 sur OpenAlexafffundabout
David W. Coltman, P. N. O'Donoghue, John T. Hogg, Marco Festa‐Bianchet

Notice bibliographique

RevueEvolution · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversité de SherbrookeUniversity of Alberta
Organismes subventionnairesNatural Environment Research CouncilAlberta ParksU.S. Forest ServiceAlberta Conservation AssociationUniversity of AlbertaFoundation for North American Wild Sheep
Mots-clésBiologyHeritabilityTraitGenetic correlationSelection (genetic algorithm)Genetic variationPopulationEvolutionary biologyGeneticsDemographyGene

Résumé

récupéré en direct d'OpenAlex

Genetic theory predicts that directional selection should deplete additive genetic variance for traits closely related to fitness, and may favor the maintenance of alleles with antagonistically pleiotropic effects on fitness-related traits. Trait heritability is therefore expected to decline with the degree of association with fitness, and some genetic correlations between selected traits are expected to be negative. Here we demonstrate a negative relationship between trait heritability and association with lifetime reproductive success in a wild population of bighorn sheep (Ovis canadensis) at Ram Mountain, Alberta, Canada. Lower heritability for fitness-related traits, however, was not wholly a consequence of declining genetic variance, because those traits showed high levels of residual variance. Genetic correlations estimated between pairs of traits with significant heritability were positive. Principal component analyses suggest that positive relationships between morphometric traits constitute the main axis of genetic variation. Trade-offs in the form of negative genetic or phenotypic correlations among the traits we have measured do not appear to constrain the potential for evolution in this population.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
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 Opus0,006
Tête enseignante GPT0,227
Écart entre enseignants0,221 · 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

Citations170
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207