MétaCan
Menu
Retour à la cohorte
Enregistrement W2945296930 · doi:10.1111/nph.15916

The dynamic mosaic phenotypes of flowering plants

2019· review· en· W2945296930 sur OpenAlexafffund
Lawrence D. Harder, Marina M. Strelin, Ilona C. Clocher, Mason W. Kulbaba, Marcelo A. Aizen

Notice bibliographique

RevueNew Phytologist · 2019
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhenotypeBiologyMosaicTraitEvolutionary biologyDiversification (marketing strategy)Selection (genetic algorithm)Function (biology)Adaptation (eye)Phenotypic traitNatural selectionQuantitative trait locusGeneticsGeneNeuroscience

Résumé

récupéré en direct d'OpenAlex

Ecological interaction and adaptation both depend on phenotypic characteristics. In contrast with the common conception of the 'adult' phenotype, plant bodies develop continuously during their lives. Furthermore, the different units (metamers) that comprise plant bodies are not identical copies, but vary extensively within individuals. These characteristics foster recognition of plant phenotypes as dynamic mosaics. We elaborate this conception based largely on a wide-ranging review of developmental, ecological and evolutionary studies of plant reproduction, and identify its utility in the analysis of plant form, function and diversification. An expanded phenotypic conception is warranted because dynamic mosaic features affect plant performance and evolve. Evidence demonstrates that dynamic mosaic phenotypes enable functional ontogeny, division of labour, resource and mating efficiency. In addition, dynamic mosaic features differ between individuals and experience phenotypic selection. Investigation of the characteristics and roles of dynamic and mosaic features of plant phenotypes benefits from considering within-individual variation as a function-valued trait that can be analysed with functional data methods. Phenotypic dynamics and within-individual variation arise despite an individual's genetic uniformity, and develop largely by heterogeneous gene expression and associated hormonal control. These characteristics can be heritable, so that dynamic mosaic phenotypes can evolve and diversify by natural selection.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,247

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,089
Tête enseignante GPT0,287
Écart entre enseignants0,198 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetPlant and animal studiesTravaux en français237 207