MétaCan
Menu
Retour à la cohorte
Enregistrement W2897852828 · doi:10.1098/rsbl.2018.0474

Genetic trade-offs between male reproductive traits in<i>Drosophila melanogaster</i>

2018· article· en· W2897852828 sur OpenAlexafffund
David C. S. Filice, Tristan A. F. Long

Notice bibliographique

RevueBiology Letters · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensMcMaster UniversityWilfrid Laurier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyFecundityDrosophila melanogasterReproductive successOffspringGenetic variationSexual selectionSireEvolutionary biologyZoologySelection (genetic algorithm)GeneticsPopulationDemographyGenePregnancy

Résumé

récupéré en direct d'OpenAlex

, males engage in both extensive pre- and post-copulatory competition for the opportunity to mate with females and subsequently sire offspring. The selection pressure for increased male reproductive success has resulted in the evolution of a wide diversity of sexual traits. However, despite strong selection, individuals often exhibit considerable phenotypic variation in the expression of these traits, and it is unclear if any of this variation is owing to underlying genetic trade-offs. Here, using hemiclonal flies, we examine how male reproductive success covaries with their ability to induce long-term stimulation of oogenesis and oviposition in their mates, and how this relationship may change over time. We found that males from hemiclone lines with phenotypes that were more successful in a short-term reproductive 'scramble' environment were less effective at stimulating long-term fecundity in females. Furthermore, we observed that males from hemiclone lines which showed the most improvement over a longer reproductive interaction period also tended to stimulate higher long-term fecundity in females. Together, these results indicate the presence of genetic trade-offs between different male reproductive traits and offer insights into the maintenance of their variation.

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)0,000
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 enseignants0,681
Score d'incertitude au seuil0,249

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,240
Écart entre enseignants0,212 · 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

Citations7
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetAnimal Behavior and ReproductionTravaux en français237 207