MétaCan
Menu
Retour à la cohorte
Enregistrement W2963783885 · doi:10.1093/acrefore/9780190264086.013.262

Transcriptomic Architecture of Reproductive Plasticity

2019· reference-entry· en· W2963783885 sur OpenAlexaff
Susan C. P. Renn, Nadia Aubin‐Horth

Notice bibliographique

RevueOxford Research Encyclopedia of Neuroscience · 2019
Typereference-entry
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTranscriptomeBiologyArchitectureEvolutionary biologyComputer scienceGeographyGeneticsGeneGene expression

Résumé

récupéré en direct d'OpenAlex

Abstract Several species show diversity in reproductive patterns that result from phenotypic plasticity. This reproductive plasticity is found for example in mate choice, parental care, reproduction suppression, reproductive tactics, sex role, and sex reversal. Studying the genome-wide changes in transcription that are associated with these plastic phenotypes will help answer several questions, including those regarding which genes are expressed and where they are expressed when an individual is faced with a reproductive choice, as well as those regarding whether males and females have the same brain genomic signature when they express the same behaviors, or if they activate sex-specific molecular pathways to output similar behavioral responses. The comparative approach of studying transcription in a wide array of species allows us to uncover genes, pathways, and biological functions that are repeatedly co-opted (“genetic toolkit”) as well as those that are unique to a particular system (“genomic signature”). Additionally, by quantifying the transcriptome, a labile trait, using time series has the potential to uncover the causes and consequences of expressing one plastic phenotype or another. There are of course gaps in our knowledge of reproductive plasticity, but no shortage of possibilities for future directions.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,069
Tête enseignante GPT0,313
Écart entre enseignants0,244 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford Research Encyclopedia of NeuroscienceMême sujetAnimal Behavior and ReproductionTravaux en français237 207