Predicting Long Pendant Edges in Model Phylogenies, with Applications to Biodiversity and Tree Inference
Notice bibliographique
Résumé
In the simplest phylogenetic diversification model (the pure-birth Yule process), lineages split independently at a constant rate $\lambda$ for time $t$. The length of a randomly chosen edge (either interior or pendant) in the resulting tree has an expected value that rapidly converges to $\frac{1}{2\lambda}$ as $t$ grows and thus is essentially independent of $t$. However, the behavior of the length $L$ of the longest pendant edge reveals remarkably different behavior: $L$ converges to $t/2$ as the expected number of leaves grows. Extending this model to allow an extinction rate $\mu$ (where $\mu<\lambda$), we also establish a similar result for birth-death trees, except that $t/2$ is replaced by $t/2 \cdot (1-\mu/\lambda)$. This "complete" tree may contain subtrees that have died out before time $t$; for the "reduced tree" that just involves the leaves present at time $t$ and their direct ancestors, the longest pendant edge length $L$ again converges to $t/2$. Thus, there is likely to be at least one extant species whose associated pendant branch attaches to the tree approximately half-way back in time to the origin of the entire clade. We also briefly consider the length of the shortest edges. Our results are relevant to phylogenetic diversity indices in biodiversity conservation, and to quantifying the length of aligned sequences required to correctly infer a tree. We compare our theoretical results with simulations and with the branch lengths from a recent phylogenetic tree of all mammals. [Birth-death process; phylogenetic diversification models; phylogenetic diversity.].
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 | 0,000 | 0,000 |
| 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 ».