MétaCan
Menu
Retour à la cohorte
Enregistrement W3002589385 · doi:10.1086/708271

Parental Age Effects and the Evolution of Senescence

2020· article· en· W3002589385 sur OpenAlexaff
Patrick Barks, Robert A. Laird

Notice bibliographique

RevueThe American Naturalist · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésSenescenceBiologyOffspringReproductive valueFecundityDemographyPopulationAgeingLongevitySelection (genetic algorithm)ReproductionPaternal careEcologyEvolutionary biologyGenetics

Résumé

récupéré en direct d'OpenAlex

Most theory on the evolution of senescence implicitly assumes that all offspring are of equal quality. However, in addition to age-related declines in survival and fecundity (classically defined senescence), many organisms exhibit age-related declines in offspring quality, a phenomenon known as a parental age effect. Theoretical work suggests that parental age effects may alter age trajectories of selection and therefore shape the evolution of senescence; however, to date, these analyses have been limited to idealized life cycles and models of maternal care in human populations. To gain a broader understanding of how parental age effects may shape age trajectories of selection, we extend the classic age-structured population projection model to also account for parental age structure and apply this model to empirical data from an aquatic plant known to exhibit parental age effects (the duckweed Lemna minor), as well as a diverse set of simulated life cycles. Our results suggest that parental age effects alter predictions from classic theory on the evolution of senescence. Age-related declines in offspring quality reduce the relative value of late-life reproduction, leading to steeper age-related declines in the force of natural selection than would otherwise be expected and potentially favoring the evolution of more rapid rates of senescence.

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 enseignants0,974
Score d'incertitude au seuil0,396

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 technologies0,0000,001
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 Opus0,010
Tête enseignante GPT0,217
Écart entre enseignants0,207 · 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

Citations24
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetAnimal Behavior and ReproductionTravaux en français237 207