Human influences on the strength of phenotypic selection
Notice bibliographique
Résumé
Human activities are driving rapid phenotypic change in many species, with harvesting considered to be a particularly potent evolutionary force. We hypothesized that faster evolutionary change in human-disturbed populations could be caused by a strengthening of phenotypic selection, for example, if human disturbances trigger maladaptation and/or increase the opportunity for selection. We tested this hypothesis by synthesizing 1,366 phenotypic selection coefficients from 37 species exposed to various anthropogenic disturbances, including harvest. We used a paired design that only included studies measuring selection on the same traits in both human-disturbed and control (not obviously human-disturbed "natural") populations. Surprisingly, this meta-analysis did not reveal stronger selection in human-disturbed environments; in fact, we even found some evidence that human disturbances might slightly reduce selection strength. The only clear exceptions were two fisheries showing very strong harvest selection. On closer inspection, we discovered that many disturbances weakened selection by increasing absolute fitness and by decreasing the opportunity for selection-thus explaining what initially seemed a counterintuitive result. We discuss how human disturbances can sometimes weaken rather than strengthen selection, and why measuring the total effect of disturbances on selection is exceedingly difficult. Despite these challenges, documenting human influences on selection can reveal disturbances with particularly strong effects (e.g., fishing), and thus better inform the management of populations exposed to these disturbances.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».