MétaCan
Menu
Retour à la cohorte
Enregistrement W4295367310 · doi:10.1111/jeb.14086

Compiling forty years of guppy research to investigate the factors contributing to (non)parallel evolution

2022· review· en· W4295367310 sur OpenAlexafffund
Alexis M. Heckley, Allegra E. Pearce, Kiyoko M. Gotanda, Andrew P. Hendry, Krista B. Oke

Notice bibliographique

RevueJournal of Evolutionary Biology · 2022
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensBrock UniversityUniversité de SherbrookeMcGill University
Organismes subventionnairesBritish Elbow and Shoulder SocietyNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyParallel evolutionPoeciliaTraitGuppyNatural selectionParallelism (grammar)Adaptation (eye)Divergence (linguistics)Selection (genetic algorithm)Evolutionary biologyVariation (astronomy)Computer sciencePhylogeneticsFish <Actinopterygii>Parallel computingGeneticsGeneArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Examples of parallel evolution have been crucial for our understanding of adaptation via natural selection. However, strong parallelism is not always observed even in seemingly similar environments where natural selection is expected to favour similar phenotypes. Leveraging this variation in parallelism within well-researched study systems can provide insight into the factors that contribute to variation in adaptive responses. Here we analyse the results of 36 studies reporting 446 average trait values in Trinidadian guppies, Poecilia reticulata, from different predation regimes. We examine how the extent of predator-driven phenotypic parallelism is influenced by six factors: sex, trait type, rearing environment, ecological complexity, evolutionary history, and time since colonization. Analyses show that parallel evolution in guppies is highly variable and weak on average, with only 24.7% of the variation among populations being explained by predation regime. Levels of parallelism appeared to be especially weak for colour traits, and parallelism decreased with increasing complexity of evolutionary history (i.e., when estimates of parallelism from populations within a single drainage were compared to estimates of parallelism from populations pooled between two major drainages). Suggestive - but not significant - trends that warrant further research include interactions between the sexes and different trait categories. Quantifying and accounting for these and other sources of variation among evolutionary 'replicates' can be leveraged to better understand the extent to which seemingly similar environments drive parallel and nonparallel aspects of phenotypic divergence.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,010
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,220
Tête enseignante GPT0,400
Écart entre enseignants0,180 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Evolutionary BiologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207