MétaCan
Menu
Retour à la cohorte
Enregistrement W2922764504 · doi:10.1101/582536

Sex Solves Haldane’s Dilemma

2019· preprint· en· W2922764504 sur OpenAlexafffund
Dónal A. Hickey, G. Brian Golding

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2019
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensMcMaster UniversityConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyPopulationNatural selectionSelection (genetic algorithm)Locus (genetics)Adaptation (eye)Reproductive successEvolutionary biologyAsexual reproductionGeneticsComputer scienceDemographyGeneArtificial intelligenceSociology

Résumé

récupéré en direct d'OpenAlex

Abstract The cumulative reproductive cost of multi-locus selection has been seen as a potentially limiting factor on the rate of adaptive evolution. In this paper, we show that Haldane’s arguments for the accumulation of reproductive costs over multiple loci are valid only for a clonally reproducing population of asexual genotypes. We show that a sexually reproducing population avoids this accumulation of costs. Thus, sex removes a perceived reproductive constraint on the rate of adaptive evolution. The significance of our results is twofold. First, the results demonstrate that adaptation based on multiple genes – such as selection acting on the standing genetic variation - does not entail a huge reproductive cost as suggested by Haldane, provided of course that the population is reproducing sexually. Secondly, this reduction in the cost of natural selection provides a simple biological explanation for the advantage of sex. Specifically, Haldane’s calculations illustrate the evolutionary disadvantage of asexuality; sexual reproduction frees the population from this disadvantage.

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)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,004
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,009
Tête enseignante GPT0,215
Écart entre enseignants0,207 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetEvolution and Genetic DynamicsTravaux en français237 207