MétaCan
Menu
Retour à la cohorte
Enregistrement W2291644810 · doi:10.1002/ece3.2046

Are more diverse parts of the mammalian skull more labile?

2016· article· en· W2291644810 sur OpenAlexaff
Marta Linde‐Medina, Julia C. Boughner, Sharlene E. Santana, Rui Diogo

Notice bibliographique

RevueEcology and Evolution · 2016
Typearticle
Langueen
DomaineMathematics
ThématiqueMorphological variations and asymmetry
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSkullTraitBiologyEvolutionary biologyMorphometricsStabilizing selectionLabilityVariation (astronomy)Diversification (marketing strategy)Natural selectionSelection (genetic algorithm)AllometryEcologyGenetic variationAnatomyGeneticsArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

Morphological variation is unevenly distributed within the mammalian skull; some of its parts have diversified more than others. It is commonly thought that this pattern of variation is mainly the result of the structural organization of the skull, as defined by the pattern and magnitude of trait covariation. Patterns of trait covariation can facilitate morphological diversification if they are aligned in the direction of selection, or these patterns can constrain diversification if oriented in a different direction. Within this theoretical framework, it is thought that more variable parts possess patterns of trait covariation that made them more capable of evolutionary change, that is, are more labile. However, differences in the degree of morphological variation among skull traits could arise despite variation in trait lability if, for example, some traits have evolved at a different rate and/or undergone stabilizing selection. Here, we test these hypotheses in the mammalian skull using 2D geometric morphometrics to quantify skull shape and estimating constraint, rates of evolution, and lability. Contrary to the expectations, more variable parts of the skull across mammalian species are less capable of evolutionary change than are less variable skull parts. Our results suggest that patterns of morphological variation in the skull could result from differences in rate of evolution and stabilizing selection.

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 enseignants0,092
Score d'incertitude au seuil0,324

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 technologies0,0000,000
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 Opus0,028
Tête enseignante GPT0,264
Écart entre enseignants0,236 · 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

Citations25
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetMorphological variations and asymmetryTravaux en français237 207