MétaCan
Menu
Retour à la cohorte
Enregistrement W2975719522 · doi:10.1111/jeb.13545

When mother knows best: A population genetic model of transgenerational versus intragenerational plasticity

2019· article· en· W2975719522 sur OpenAlexfundno aff
Guillaume J. Dury, Michael J. Wade

Notice bibliographique

RevueJournal of Evolutionary Biology · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de recherche du Québec – Nature et technologiesJohn Templeton Foundation
Mots-clésPhenotypic plasticityPlasticityTransgenerational epigeneticsBiologyPopulationEvolutionary biologyOffspringGeneticsDemography

Résumé

récupéré en direct d'OpenAlex

Many organisms exhibit phenotypic plasticity; producing alternate phenotypes depending on the environment. Individuals can be plastic (intragenerational or direct plasticity), wherein individuals of the same genotype produce different phenotypes in response to the environments they experience. Alternatively, an individual's phenotype may be under the control of its parents, usually the mother (transgenerational or indirect plasticity), so that mother's genotype determines the phenotype produced by a given genotype of her offspring. Under what conditions does plasticity evolve to have intragenerational as opposed to transgenerational genetic control? To explore this question, we present a population genetic model for the evolution of transgenerational and intragenerational plasticity. We hypothesize that the capacity for plasticity incurs a fitness cost, which is borne either by the individual developing the plastic phenotype or by its mother. We also hypothesize that individuals are imperfect predictors of future environments and their capacity for plasticity can lead them occasionally to make a low-fitness phenotype for a particular environment. When the cost, benefit and error parameters are equal, we show that there is no evolutionary advantage to intragenerational over transgenerational plasticity, although the rate of evolution of transgenerational plasticity is half the rate for intragenerational plasticity, as predicted by theory on indirect genetic effects. We find that transgenerational plasticity evolves when mothers are better predictors of future environments than offspring or when the fitness cost of the capacity for plasticity is more readily borne by a mother than by her developing offspring. We discuss different natural systems with either direct intragenerational plasticity or indirect transgenerational plasticity and find a pattern qualitatively in accord with the predictions of our model.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,913
Score d'incertitude au seuil0,823

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,246
Écart entre enseignants0,209 · 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'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

Citations28
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Evolutionary BiologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207