MétaCan
Menu
Retour à la cohorte
Enregistrement W3094651023 · doi:10.1146/annurev-ecolsys-012120-091002

What Do We Really Know About Adaptation at Range Edges?

2020· article· en· W3094651023 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAnnual Review of Ecology Evolution and Systematics · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAdaptation (eye)TraitRange (aeronautics)Divergence (linguistics)Local adaptationEvolutionary biologyGenetic FitnessBiologyComputer scienceSelection (genetic algorithm)Artificial intelligenceSociologyPopulationDemography

Résumé

récupéré en direct d'OpenAlex

Recent theory and empirical evidence have provided new insights regarding how evolutionary forces interact to shape adaptation at stable and transient range margins. Predictions regarding trait divergence at leading edges are frequently supported. However, declines in fitness at and beyond edges show that trait divergence has sometimes been insufficient to maintain high fitness, so identifying constraints to adaptation at range edges remains a key challenge. Indirect evidence suggests that range expansion may be limited by adaptive genetic variation, but direct estimates of genetic constraints at and beyond range edges are still scarce. Sequence data suggest increased genetic load in edge populations in several systems, but its causes and fitness consequences are usually poorly understood. The balance between maladaptive and positive effects of gene flow on fitness at range edges deserves further study. It is becoming increasingly clear that characterizations about degree of adaptation based solely on geographical peripherality are unsupported.

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.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,422

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 Opus0,020
Tête enseignante GPT0,262
Écart entre enseignants0,243 · 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