Environmental effects on the covariation among pace‐of‐life traits
Notice bibliographique
Résumé
Abstract Pace‐of‐life syndromes (POLSs) are suites of life‐history, physiological and behavioural traits that arise due to trade‐offs between allocation to current and future reproduction. Traits generally show covariation that can arise from genetic and environmental influences on phenotypes and constrain the independent evolution of traits, resulting in fitness consequences and impacts on population dynamics. The notion that correlations among traits may vary among populations along environmental gradients suggests an important role for the environment in shaping and maintaining POLSs. However, no synthesis has been attempted of the myriad ways in which environmental factors should influence POLSs. Here, we formulate a series of hypotheses targeting the critical interfaces of the environment and life‐history ‐ behaviour associations across different organisms. We discuss the hypotheses in light of findings from a systematic review of studies that measured changes in the association between behaviour and life‐history traits as a function of environmental conditions. The review revealed that POLSs are often shaped by environmental variation, where harshness of the environment in early life has the most consistent effects on POLS. However, only partial or no effects of environmental variation were found in a number of studies, which may result from the highly variable study systems, traits and environments studied. We highlight promising directions arising from the available studies and identify knowledge gaps that, if unaddressed, will impede progress in the field.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».