MétaCan
Menu
Retour à la cohorte
Enregistrement W2931057281 · doi:10.1038/s41467-019-09721-w

Ecological and geographical overlap drive plumage evolution and mimicry in woodpeckers

2019· article· en· W2931057281 sur OpenAlexafffund
Eliot T. Miller, Gavin M. Leighton, Benjamin G. Freeman, Alexander Charles Lees, Russell A. Ligon

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCornell Lab of OrnithologyUniversity of British ColumbiaNational Science Foundation
Mots-clésPlumageMimicryEcologyAbiotic componentBiologySympatryPredationConvergent evolutionWoodpeckerHabitatEvolutionary biologyGeographyPhylogenetics

Résumé

récupéré en direct d'OpenAlex

Organismal appearances are shaped by selection from both biotic and abiotic drivers. For example, Gloger's rule describes the pervasive pattern that more pigmented populations are found in more humid areas. However, species may also converge on nearly identical colours and patterns in sympatry, often to avoid predation by mimicking noxious species. Here we leverage a massive global citizen-science database to determine how biotic and abiotic factors act in concert to shape plumage in the world's 230 species of woodpeckers. We find that habitat and climate profoundly influence woodpecker plumage, and we recover support for the generality of Gloger's rule. However, many species exhibit remarkable convergence explained neither by these factors nor by shared ancestry. Instead, this convergence is associated with geographic overlap between species, suggesting occasional strong selection for interspecific mimicry.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,027
Score d'incertitude au seuil0,999

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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,255
Écart entre enseignants0,243 · 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.

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

Citations91
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207