MétaCan
Menu
Retour à la cohorte
Enregistrement W3163934297 · doi:10.3389/fcell.2021.637692

Do Early-Life Conditions Drive Variation in Senescence of Female Bighorn Sheep?

2021· article· en· W3163934297 sur OpenAlexafffund
Gabriel Pigeon, Julie Landes, Marco Festa‐Bianchet, Fanie Pelletier

Notice bibliographique

RevueFrontiers in Cell and Developmental Biology · 2021
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère de l'Éducation et de l'Enseignement supérieurUniversité de SherbrookeAlberta Conservation Association
Mots-clésSenescenceBiologyReproductionReproductive successPopulationLongevityDemographyEcologyPhysiologyGenetics

Résumé

récupéré en direct d'OpenAlex

The rate of senescence may vary among individuals of a species according to individual life histories and environmental conditions. According to the principle of allocation, changes in mortality driven by environmental conditions influence how organisms allocate resources among costly functions. In several vertebrates, environmental conditions during early life impose trade-offs in allocation between early reproduction and maintenance. The effects of conditions experienced during early life on senescence, however, remain poorly documented in wild populations. We examined how several early-life environmental conditions affected reproductive and survival senescence in wild bighorn sheep. We found long-term effects of high population density at birth, precipitations during the winter before birth, and temperature during the winter following birth that decreased survival after 7 years of age. High temperature during the first summer and autumn of life and high Pacific decadal oscillation decreased reproductive success at old ages. However, harsh early-life environment did not influence the rate of senescence in either survival or reproduction. Contrary to our expectation, we found no trade-off between reproductive allocation prior to senescence and senescence. Our results do show that early-life environmental conditions are important drivers of later survival and reproductive success and contribute to intra-specific variation in late-life fitness, but not aging patterns. These conditions should therefore be considered when studying the mechanisms of senescence and the determinants of variation in both survival and reproductive senescence at older ages.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,217
Écart entre enseignants0,209 · 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

Citations9
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Cell and Developmental BiologyMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207