MétaCan
Menu
Retour à la cohorte
Enregistrement W2889212271 · doi:10.1098/rstb.2017.0418

Sexual conflict in its ecological setting

2018· article· en· W2889212271 sur OpenAlexaff
Jennifer C. Perry, Locke Rowe

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society B Biological Sciences · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésCoevolutionEcologyContext (archaeology)Sexual conflictAdaptation (eye)Sexual selectionBiologyEcological systems theory

Résumé

récupéré en direct d'OpenAlex

Sexual conflict can lead to rapid and continuous coevolution between females and males, without any inputs from varying ecology. Yet both the degree of conflict and selection on antagonistic traits are known to be sensitive to local ecological conditions. This leads to the longstanding question: to what extent does variation in ecological context drive sexually antagonistic coevolution? In water striders, there is much information about the impacts of ecological factors on conflict, and about patterns of antagonistic coevolution. However, the connection between the two is poorly understood. Here, we first review the multiple ways in which ecological context might affect the coevolutionary trajectory of the sexes. We then review ecological and coevolutionary patterns in water striders, and connections between them, in light of theory and new data. Our analysis suggests that ecological variation does impact observed patterns of antagonistic coevolution, but highlights significant uncertainty due to the multiple pathways by which ecological factors can influence conflict and its evolutionary outcome. To the extent that water striders are a reasonable reflection of other systems, this observation serves as both an opportunity and a warning: there is much to learn, but gaining insight may be a daunting process in many systems.This article is part of the theme issue 'Linking local adaptation with the evolution of sex differences'.

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)0,001
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 enseignants0,684
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,083
Tête enseignante GPT0,286
Écart entre enseignants0,203 · 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

Citations63
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society B Biological SciencesMême sujetAnimal Behavior and ReproductionTravaux en français237 207