MétaCan
Menu
Retour à la cohorte
Enregistrement W295626818

Revisiting the positive correlation between female size and egg size

2003· article· en· W295626818 sur OpenAlexaff
Andrew P. Hendry, Troy Day

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPropaguleBiologyAvian clutch sizePositive correlationBird eggEcologyPropagule pressureZoologyReproductionDemographyBiological dispersal
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Positive correlations between maternal size and propagule (egg, seed, embryo) size could arise for several reasons. One of these is that larger mothers may improve the survival of their offspring during a stage when large propagules typically have lower survival than small propagules. We previously developed an optimality model that incorporated this effect and used it to explain the positive correlation between female size and egg size in some fishes. Our original analysis included the common assumption that large eggs have lower survival than small eggs when dissolved oxygen is low (because of surface-to-volume constraints). Recent empirical work, however, has suggested just the opposite: large eggs actually have higher survival than small eggs when dissolved oxygen is low. Here we re-analyse our original model in the light of this new evidence, showing that the original explanation for positive egg size–female size correlations no longer holds, but that new candidate explanations emerge. Specifically, larger females should produce larger eggs when they provide incubation environments of lower quality (i.e. lower dissolved oxygen). One way this might occur is that larger females produce larger clutches, which should have higher total oxygen demand. The re-analysis demonstrates that our theoretical approach can accommodate a variety of assumptions and may prove useful as a general framework for predicting variation in optimal egg size.

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)0,004
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,016
Tête enseignante GPT0,237
Écart entre enseignants0,220 · 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

Citations76
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetMarine and fisheries researchTravaux en français237 207