MétaCan
Menu
Retour à la cohorte
Enregistrement W3157501405 · doi:10.1111/evo.14262

Spatial heterogeneity in resources alters selective dynamics in <i>Drosophila melanogaster</i>

2021· article· en· W3157501405 sur OpenAlexaff
Audrey Wilson, Ali Siddiqui, Ian Dworkin

Notice bibliographique

RevueEvolution · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésBiologyDrosophila melanogasterNatural selectionSelection (genetic algorithm)Evolutionary biologyGeneticsAlleleSexual selectionPhenotypeGeneMachine learningComputer science

Résumé

récupéré en direct d'OpenAlex

Environmental features can alter the behaviors and phenotypes of organisms, influencing the dynamics of natural and sexual selection. Experimental environmental manipulation, particularly when conducted in experiments where the dynamics of the purging of deleterious alleles are compared, has demonstrated both direct and indirect effects on the strength and direction of selection. However, many of these studies are conducted with fairly simplistic environments, where it is not always clear how or why particular forms of spatial heterogeneity influence behavior or selection. Using Drosophila melanogaster, we tested three different spatial environments designed to determine if spatial constraint of critical resources influences the efficiency of natural and sexual selection. We conducted two allele purging experiments to (1) assess effects of these spatial treatments on selective dynamics of six recessive mutations, and (2) determine how these dynamics changed when sexual selection was relaxed and spatial area reduced for two of the mutants. Allele purging dynamics depended on spatial environment, however the patterns of purging rates between the environments differed across distinct deleterious mutations. We also tested two of the mutant alleles, and demonstrate sexual selection increased the purging rate.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil0,959

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 Opus0,013
Tête enseignante GPT0,221
Écart entre enseignants0,208 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetAnimal Behavior and ReproductionTravaux en français237 207