MétaCan
Menu
Retour à la cohorte
Enregistrement W2343207176 · doi:10.1098/rsbl.2016.0105

Genetic variation in male-induced harm in <i>Drosophila melanogaster</i>

2016· article· en· W2343207176 sur OpenAlexafffund
David C. S. Filice, Tristan A. F. Long

Notice bibliographique

RevueBiology Letters · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyFecundityDrosophila melanogasterHarmCourtshipLongevityZoologyGenetic variationEvolutionary biologyDemographyGeneticsPopulationGene

Résumé

récupéré en direct d'OpenAlex

In Drosophila melanogaster, prolonged exposure to males reduces the longevity and fecundity of females. This harm arises from the effects of male courtship behaviours and the toxic side effects of the accessory gland proteins (Acps) in their seminal fluids. Here, we examine the relationship between male exposure and its harmful effect on the lifetime fitness of his mates, and quantify the genetic basis for this variation. We found significant additive genetic variation in the magnitude of harm that males impose on females by exposing females to males from a variety of hemiclonal backgrounds for either a brief or prolonged period of time and measuring their fecundity, a meaningful fitness index. Furthermore, we discovered a strong negative correlation between the magnitude of harm and the short-term effects of male exposure on female fitness. We discuss the evolutionary significance of these results with regards to potential life-history trade-offs in females, and its relationship to male body size.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil0,156

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 Opus0,025
Tête enseignante GPT0,231
Écart entre enseignants0,206 · 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

Citations19
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetAnimal Behavior and ReproductionTravaux en français237 207