MétaCan
Menu
Retour à la cohorte
Enregistrement W3081867077 · doi:10.1146/annurev-ecolsys-110218-024638

The Evolution of Annual and Perennial Plant Life Histories: Ecological Correlates and Genetic Mechanisms

2020· article· en· W3081867077 sur OpenAlexaff
Jannice Friedman

Notice bibliographique

RevueAnnual Review of Ecology Evolution and Systematics · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésBiologyPerennial plantInbreeding depressionSemelparity and iteroparityEcologyOutcrossingLife history theorySurvivorship curveEvolutionary ecologyReproductionInbreedingDemographyLife historyPopulation

Résumé

récupéré en direct d'OpenAlex

Flowering plants exhibit two principal life-history strategies: annuality (living and reproducing in one year) and perenniality (living more than one year). The advantages of either strategy depend on the relative benefits of immediate reproduction balanced against survivorship and future reproduction. This trade-off means that life-history strategies are associated with particular environments, with annuals being found more often in unpredictable habitats. Annuality and perenniality are the outcome of developmental genetic programs responding to their environment, with perennials being distinguished by their delayed competence to flower and reversion to growth after flowering. Evolutionary transitions between these strategies are frequent and have consequences for mating systems and genome evolution, with perennials being more likely to outcross with higher inbreeding depression and lower rates of molecular evolution. Integrating expectations from life-history theory with knowledge of the developmental genetics of flowering and seasonality is required to understand the mechanisms involved in the evolution of annual and perennial life histories.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,024
Tête enseignante GPT0,213
Écart entre enseignants0,189 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations216
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Ecology Evolution and SystematicsMême sujetPlant and animal studiesTravaux en français237 207