MétaCan
Menu
Retour à la cohorte
Enregistrement W2912532866 · doi:10.1111/ele.13225

Ionome and elemental transport kinetics shaped by parallel evolution in threespine stickleback

2019· letter· en· W2912532866 sur OpenAlexafffund
Seth M. Rudman, Jared M. Goos, Joseph B. Burant, Kevin V. Brix, Taylor C. Gibbons, Colin J. Brauner, Punidan D. Jeyasingh

Notice bibliographique

RevueEcology Letters · 2019
Typeletter
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of British ColumbiaUniversity of Guelph
Organismes subventionnairesDivision of Integrative Organismal SystemsUniversity of British ColumbiaCollege of Arts and Sciences, Oklahoma State UniversityOklahoma State UniversityNational Science Foundation
Mots-clésSticklebackAdaptation (eye)EcologyBiologyEvolutionary ecologyParallel evolutionEcological nicheEcological speciationEvolutionary biologyPhylogeneticsGenetic variationFish <Actinopterygii>HabitatGeneGene flow

Résumé

récupéré en direct d'OpenAlex

Evidence that organisms evolve rapidly enough to alter ecological dynamics necessitates investigation of the reciprocal links between ecology and evolution. Data that link genotype to phenotype to ecology are needed to understand both the process and ecological consequences of rapid evolution. Here, we quantified the suite of elements in individuals (i.e., ionome) and differences in the fluxes of key nutrients across populations of threespine stickleback. We find that allelic variation associated with freshwater adaptation that controls bony plating is associated with changes in the ionome and nutrient recycling. More broadly, we find that adaptation of marine stickleback to freshwater conditions shifts the ionomes of natural populations and populations raised in common gardens. In both cases ionomic divergence between populations was primarily driven by differences in trace elements rather than elements typically associated with bone. These findings demonstrate the utility of ecological stoichiometry and the importance of ionome-wide data in understanding eco-evolutionary dynamics.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,185
Écart entre enseignants0,180 · 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'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

Citations23
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetFish Ecology and Management StudiesTravaux en français237 207