MétaCan
Menu
Retour à la cohorte
Enregistrement W3045059240 · doi:10.1002/ecy.3139

Eco‐evolutionary dynamics of range expansion

2020· article· en· W3045059240 sur OpenAlexafffund
Tom E. X. Miller, Amy L. Angert, Carissa D. Brown, Julie A. Lee‐Yaw, Mark A. Lewis, Frithjof Lutscher, Nathan G. Marculis, Brett A. Melbourne, Allison K. Shaw, Marianna Szűcs, Olivia Tabares, Takuji Usui, Christopher Weiss‐Lehman, Jennifer L. Williams

Notice bibliographique

RevueEcology · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of OttawaUniversity of AlbertaUniversity of LethbridgeMemorial University of NewfoundlandUniversity of British Columbia
Organismes subventionnairesDivision of Environmental BiologyCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaU.S. Department of Agriculture
Mots-clésEvolutionary dynamicsTraitEcologyBiological dispersalEvolutionary ecologyRange (aeronautics)Context (archaeology)Evolutionary biologyBiologyPopulationComputer science

Résumé

récupéré en direct d'OpenAlex

Understanding the movement of species' ranges is a classic ecological problem that takes on urgency in this era of global change. Historically treated as a purely ecological process, range expansion is now understood to involve eco-evolutionary feedbacks due to spatial genetic structure that emerges as populations spread. We synthesize empirical and theoretical work on the eco-evolutionary dynamics of range expansion, with emphasis on bridging directional, deterministic processes that favor evolved increases in dispersal and demographic traits with stochastic processes that lead to the random fixation of alleles and traits. We develop a framework for understanding the joint influence of these processes in changing the mean and variance of expansion speed and its underlying traits. Our synthesis of recent laboratory experiments supports the consistent role of evolution in accelerating expansion speed on average, and highlights unexpected diversity in how evolution can influence variability in speed: results not well predicted by current theory. We discuss and evaluate support for three classes of modifiers of eco-evolutionary range dynamics (landscape context, trait genetics, and biotic interactions), identify emerging themes, and suggest new directions for future work in a field that stands to increase in relevance as populations move in response to global change.

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 enseignants0,436
Score d'incertitude au seuil0,354

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,223
Écart entre enseignants0,216 · 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

Citations141
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetEvolution and Genetic DynamicsTravaux en français237 207