Notice bibliographique
Résumé
En premier lieu, nous considérons une population haploïde asexuée structurée par âge avec des paramètres de naissance et de décès (ou de survie) constants par âge pour chaque type. Dans ce cadre simplifié, le taux de changement de la valeur sélective moyenne en temps continu devrait être exactement égal à la variance génétique de la valeur sélective (ou à la variance génétique de la valeur sélective divisée par la valeur sélective moyenne en temps discret), ce qui peut être considéré comme un théorème généralisé du taux de croissance. On montre que le Théorème Fondamental de la Sélection Naturelle (FTNS) de Fisher (1930), et en particulier le développement d'une version explicite du théorème pour une structure d'âge, est valable avec le paramètre Malthusien utilisé comme définition de la valeur sélective. Ensuite, nous considérons des populations structurées en classes, en temps discret dans la limite de la sélection faible et avec l'inverse de l'intensité de la sélection comme unité de temps. L'objectif est d'établir un modèle continu qui se rapproche du modèle discret. Plus précisément, nous étudions la croissance dépendante de la fréquence dans une population haploïde infinie structurée en un nombre fini de classes telles que les individus de chaque classe contribuent à un sous-ensemble donné de classes d'un pas de temps au suivant. Ces contributions prennent la forme de paramètres de fécondité généralisés avec des perturbations d'ordre 1/N qui dépendent des fréquences dans les classes de chaque type et des fréquences de type. Le résultat principal est que les fréquences des types lorsque N tend vers l'infini obéissent à l'équation de replication avec des taux de croissance instantanés pour les différents types dépendant uniquement de la fréquence instantanée des classes à l'équilibre et des valeurs reproductives. Une application à la théorie des jeux évolutionnaires complétée par des résultats de simulation est présentée. Nous déterminons la validité d'une approximation par un processus de diffusion pour les fréquences de différents types sous mutation récurrente et avec les probabilités de survie et la fécondité dépendantes des fréquences dans une population haploïde avec une structure d'âge fixée dans la limite d'une population de grande taille. L'approximation est utilisée pour étudier, et expliquer en termes de coefficients de sélection, de valeurs reproductives et de coefficients de population structurée par âge, les différences entre les effets de la sélection dans les probabilités de survie et dans la fécondité sur la probabilité de fixation d'un mutant avantageux. Dans le même contexte, nous déduisons l'effet de premier ordre de la viabilité et de la fécondité dépendant des fréquences sur la probabilité de fixation d'un mutant dans une population haploïde de taille grande et finie avec une structure d'âge fixe en appliquant une technique de petite perturbation au processus généalogique neutre avec deux échelles de temps. Dans le cas d'une sélection constante, les coefficients de valeur sélective de fixation sont fonction des coefficients de sélection de la viabilité et de la fécondité pondérés par les valeurs reproductives des classes d'âge et des coefficients de population structurée par âge. Ceci explique la différence entre les effets de la sélection de la viabilité et de la sélection de la fécondité sur la probabilité de fixation dans une population structurée par âge. Avec une sélection dépendant des fréquences sous la forme d'un jeu de bien commun, les coefficients de valeur sélective de fixation dépendent également de la stratégie d'allocation du jeu de bien commun de la population et des stratégies d'allocation de gains des individus. Dans ce cas, les résultats montrent qu'une sélection faible peut favoriser la fixation de la coopération si les coopérateurs allouent plus de ressources pour la reproduction que pour la survie par rapport aux non coopérateurs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».