MétaCan
Menu
Retour à la cohorte
Enregistrement W2977280654 · doi:10.1093/icb/icz135

Individual Cryptic Scaling Relationships and the Evolution of Animal Form

2019· review· en· W2977280654 sur OpenAlexaff
W. Anthony Frankino, Eric Bakota, Ian Dworkin, Gerald S. Wilkinson, Jason B. Wolf, Alexander W. Shingleton

Notice bibliographique

RevueIntegrative and Comparative Biology · 2019
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensMcMaster University
Organismes subventionnairesDirectorate for Biological SciencesNational Science Foundation
Mots-clésTraitAllometryScalingPopulationEvolutionary biologyBiologySelection (genetic algorithm)CounterintuitiveEcologyComputer scienceMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Artificial selection offers a powerful tool for the exploration of how selection and development shape the evolution of morphological scaling relationships. An emerging approach models the expression and evolution of morphological scaling relationships as a function of variation among individuals in the developmental mechanisms that regulate trait growth. These models posit the existence of genotype-specific morphological scaling relationships that are unseen or "cryptic." Within-population allelic variation at growth-regulating loci determines how these individual cryptic scaling relationships are distributed, and exposure to environmental factors that affect growth determines the size phenotype expressed by each individual on their cryptic, genotype-specific scaling relationship. These models reveal that evolution of the intercept and slope of the population-level static allometry is determined, often in counterintuitive ways, largely by the shape of the distribution of these underlying individual-level scaling relationships. Here we review this modeling framework and present the wing-body size individual cryptic scaling relationships from a population of Drosophila melanogaster. To determine how these models might inform interpretation of published work on scaling relationship evolution, we review studies where artificial selection was applied to alter the parameters of population-level static allometries. Finally, motivated by our review, we outline areas in need of empirical work and describe a research program to address these topics; the approach includes describing the distribution of individual cryptic scaling relationships across populations and environments, empirical testing of the model's predictions, and determining the effects of environmental heterogeneity on realized trait distributions and how this affects allometry evolution.

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 enseignants0,854
Score d'incertitude au seuil0,281

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,238
Tête enseignante GPT0,360
Écart entre enseignants0,122 · 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

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrative and Comparative BiologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207