MétaCan
Menu
Retour à la cohorte
Enregistrement W2808371471 · doi:10.1111/jeb.13335

Life‐history trade‐offs promote the evolution of dioecy

2018· article· en· W2808371471 sur OpenAlexafffund
Marcel E. Dorken, Wendy E. Van Drunen

Notice bibliographique

RevueJournal of Evolutionary Biology · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of GuelphTrent University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyDioecyEvolutionary biologyLife historyEcology

Résumé

récupéré en direct d'OpenAlex

Most dioecious plants are perennial and subject to trade-offs between sexual reproduction and vegetative performance. However, these broader life-history trade-offs have not usually been incorporated into theoretical analyses of the evolution of separate sexes. One such analysis has indicated that hermaphroditism is favoured over unisexuality when female and male sex functions involve the allocation of nonoverlapping types of resources to each sex function (e.g. allocations of carbon to female function vs. allocations of nitrogen to male function). However, some dioecious plants appear to conform to this pattern of resource allocation, with different resource types allocated to female vs. male sex functions. Using an evolutionarily stable strategy approach, we show that life-history trade-offs between sexual reproduction and vegetative performance enable the evolution of unisexual phenotypes even when there are no direct resource-based trade-offs between female and male sex functions. This result might help explain the preponderance of perennial life histories among dioecious plants and why many dioecious plants with annual life histories have indeterminate growth with ongoing trade-offs between sexual reproduction and vegetative growth.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,042
Tête enseignante GPT0,216
Écart entre enseignants0,174 · 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
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

Citations28
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Evolutionary BiologyMême sujetPlant and animal studiesTravaux en français237 207