MétaCan
Menu
Retour à la cohorte
Enregistrement W3104827897 · doi:10.1098/rspb.2020.1964

The accelerating anuran: evolution of locomotor performance in cane toads (<i>Rhinella marina</i>, Bufonidae) at an invasion front

2020· article· en· W3104827897 sur OpenAlexaff
Cameron M. Hudson, Marta Vidal‐García, Trevor G. Murray, Richard Shine

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAmphibian and Reptile Biology
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAustralian Research Council
Mots-clésBiological dispersalBufo marinusBiologyEcologyRange (aeronautics)Front (military)Invasive speciesToadGeographyDemography

Résumé

récupéré en direct d'OpenAlex

) have spread across tropical Australia has accelerated through time. Individuals at the invasion front travel further than range-core conspecifics and exhibit distinctive morphologies that may facilitate rapid dispersal. However, the links between these morphological changes and locomotor performance have not been clearly documented. We used raceway trials and high-speed videography to document locomotor traits (e.g. hop distances, heights, velocities, and angles of take-off and landing) of toads from range-core and invasion-front populations. Locomotor performance varied geographically, and this variation in performance was linked to morphological features that have evolved during the toads' Australian invasion. Geographical variation in morphology and locomotor ability was evident not only in wild-caught animals, but also in individuals that had been raised under standardized conditions in captivity. Our data thus support the hypothesis that the cane toad's invasion across Australia has generated rapid evolutionary shifts in dispersal-relevant performance traits, and that these differences in performance are linked to concurrent shifts in morphological traits.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,216
Écart entre enseignants0,190 · 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'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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetAmphibian and Reptile BiologyTravaux en français237 207