MétaCan
Menu
← Retour à la cohorte
Enregistrement W2889095693 · doi:10.5061/dryad.q7p1126

Data from: Selection for pollen competitive ability in mixed-mating systems

2018· article· en· W2889095693 sur OpenAlexaff
Madeline A. E. Peters, Arthur E. Weis

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSelection (genetic algorithm)PollenMatingSexual selectionBiologyComputer scienceArtificial intelligenceEvolutionary biologyZoologyEcology

Résumé

récupéré en direct d'OpenAlex

Co-expression of genes in plant sporophytes and gametophytes allows correlated gametic and sporophytic selection. Theory predicts that, under outcrossing, an allele conferring greater pollen competitive ability should fix within a population unless antagonistic pleiotropy with the sporophyte stage is strong. However, under strong selfing, pollen competitiveness is immaterial as superior and inferior competitors are deposited on opposite stigmas, producing assortative competition. Because many plant species have mixed-mating systems, selfing should be critical in the spread and maintenance of pollen-expressed genes affecting competitiveness. We present two one-locus, two-allele population genetic models for the evolution of a locus controlling pleiotropic antagonism between pollen competitiveness and diploid fitness. Analytical solutions provide minimum and maximum selfing rates allowing invasion of alleles with greater diploid and haploid fitness respectively. Further, polymorphism is only maintained when diploid selection is recessive. Fixation of the allele conferring greater pollen competitiveness may be prevented, even with weak sporophytic counter-selection, with sufficiently high selfing. Finally, selfing expands and limits the range of haploid-diploid selection coefficients allowing polymorphism, depending on dominance and selfing mode.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil0,957

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,3290,167

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 Opus0,079
Tête enseignante GPT0,262
Écart entre enseignants0,182 · 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.

Devis d'étudeObservationnel
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)→Même sujetPlant and animal studies→Travaux en français237 207→