The Evolutionary Dynamics of Hyperparasites
Notice bibliographique
Résumé
Abstract Evolutionary theory has typically focused on pairwise interactions, such as those between hosts and parasites, with relatively little work on more complex interactions including hyperparasites: parasites of parasites. Hyperparasites are common in nature, with the chestnut blight fungus virus CHV-1 a well-known natural example, but also notably include the phages of important human bacterial diseases. Theory on hyperparasitism has mostly focused on their impact on the evolution of virulence of their parasite host and relatively little is known about evolutionary trajectories of hyperparasites themselves. Our general modeling framework highlights the central role the that ability of a hyperparasite to be transmitted with its parasite plays in their evolution. Hyperparasites which transmit with their parasite hosts (hitchhike) will be selected for lower virulence, trending towards hypermutualism or hypercommensalism and select against causing a reduction in parasite virulence (hypovirulence). We examine the impact on the evolution of hyperparasite systems a of a wide range of host and parasite traits showing, for example, that high parasite virulence selects for higher hyperparasite virulence feeding back into selection for hypovirulence in the parasite. Our results have implications for hyperparasite research, both as biocontrol agents and for understanding of how hyperparasites shape community ecology and evolution.
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 | 0,001 | 0,001 |
| 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 ».