MétaCan
Menu
Retour à la cohorte
Enregistrement W2402808915 · doi:10.1007/978-1-61779-585-5_4

Philosophy and Evolution: Minding the Gap Between Evolutionary Patterns and Tree-Like Patterns

2012· article· en· W2402808915 sur OpenAlexaff
Éric Bapteste, Frédéric Bouchard, Richard M. Burian

Notice bibliographique

RevueMethods in molecular biology · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésTree of life (biology)EvolutionismEvolutionary biologyRange (aeronautics)Human evolutionary geneticsBiologyEvolutionary dynamicsModern evolutionary synthesisEvolutionary ecologyPhylogeneticsEcologySociologyGeneticsPopulationGene

Résumé

récupéré en direct d'OpenAlex

Ever since Darwin, the familiar genealogical pattern known as the Tree of Life (TOL) has been prominent in evolutionary thinking and has dominated not only systematics, but also the analysis of the units of evolution. However, recent findings indicate that the evolution of DNA, especially in prokaryotes and such DNA vehicles as viruses and plasmids, does not follow a unique tree-like pattern. Because evolutionary patterns track a greater range of processes than those captured in genealogies, genealogical patterns are in fact only a subset of a broader set of evolutionary patterns. This fact suggests that evolutionists who focus exclusively on genealogical patterns are blocked from providing a significant range of genuine evolutionary explanations. Consequently, we highlight challenges to tree-based approaches, and point the way toward more appropriate methods to study evolution (although we do not present them in technical detail). We argue that there is significant benefit in adopting wider range of models, evolutionary representations, and evolutionary explanations, based on an analysis of the full range of evolutionary processes. We introduce an ecosystem orientation into evolutionary thinking that highlights the importance of "type 1 coalitions" (functionally related units with genetic exchanges, aka "friends with genetic benefits"), "type 2 coalitions" (functionally related units without genetic exchanges), "communal interactions," and "emergent evolutionary properties." On this basis, we seek to promote the study of (especially prokaryotic) evolution with dynamic evolutionary networks, which are less constrained than the TOL, and to provide new ways to analyze an expanded range of evolutionary units (genetic modules, recombined genes, plasmids, phages and prokaryotic genomes, pangenomes, microbial communities) and evolutionary processes. Finally, we discuss some of the conceptual and practical questions raised by such network-based representation.

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)0,002
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: aucune
Score de désaccord entre enseignants0,544
Score d'incertitude au seuil0,418

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,051
Tête enseignante GPT0,397
Écart entre enseignants0,346 · 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

Citations44
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207