MétaCan
Menu
Retour à la cohorte
Enregistrement W4286716306 · doi:10.1038/s41598-022-16734-x

Skull variation in Afro-Eurasian monkeys results from both adaptive and non-adaptive evolutionary processes

2022· article· en· W4286716306 sur OpenAlexafffund
Lauren Schroeder, Sarah Elton, R. Ackermann

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensBayer (Canada)University of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Research FoundationLeverhulme Trust
Mots-clésBiologyEvolutionary biologyNatural selectionGenetic driftTaxonAdaptation (eye)CladePopulation fragmentationThreatened speciesPopulationEcologyZoologyGenetic variationHabitatPhylogeneticsDemographyGene flow

Résumé

récupéré en direct d'OpenAlex

Afro-Eurasian monkeys originated in the Miocene and are the most species-rich modern primate family. Molecular and fossil data have provided considerable insight into their evolutionary divergence, but we know considerably less about the evolutionary processes that underlie these differences. Here, we apply tests developed from quantitative genetics theory to a large (n > 3000) cranio-mandibular morphometric dataset, investigating the relative importance of adaptation (natural selection) and neutral processes (genetic drift) in shaping diversity at different taxonomic levels, an approach applied previously to monkeys of the Americas, apes, hominins, and other vertebrate taxa. Results indicate that natural selection, particularly for differences in size, plays a significant role in diversifying Afro-Eurasian monkeys as a whole. However, drift appears to better explain skull divergence within the subfamily Colobinae, and in particular the African colobine clade, likely due to habitat fragmentation. Small and declining population sizes make it likely that drift will continue in this taxon, with potentially dire implications for genetic diversity and future resilience in the face of environmental change. For the other taxa, many of whom also have decreasing populations and are threatened, understanding adaptive pressures similarly helps identify relative vulnerability and may assist with prioritising scarce conservation resources.

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)0,001
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 enseignants0,492
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,026
Tête enseignante GPT0,280
Écart entre enseignants0,253 · 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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPrimate Behavior and EcologyTravaux en français237 207