Predator-induced transgenerational plasticity in animals: a meta-analysis
Notice bibliographique
Résumé
There is growing evidence that the environment experienced by one generation can influence phenotypes in the next generation via transgenerational plasticity (TGP). One of the best-studied examples of TGP in animals is predator-induced transgenerational plasticity, whereby exposing parents to predation risk triggers changes in offspring phenotypes. Yet, there is a lack of general consensus synthesizing the predator-prey literature with existing theory pertaining to ecology and evolution of TGP. Here, we apply a meta-analysis to the sizable literature on predator-induced TGP (441 effect sizes from 29 species and 49 studies) to explore five hypotheses about the magnitude, form and direction of predator-induced TGP. Hypothesis #1: the strength of predator-induced TGP should vary with the number of predator cues. Hypothesis #2: the strength of predator-induced TGP should vary with reproductive mode. Hypothesis #3: the strength and direction of predator-induced TGP should vary among offspring phenotypic traits because some traits are more plastic than others. Hypothesis #4: the strength of predator-induced TGP should wane over ontogeny. Hypothesis #5: predator-induced TGP should generate adaptive phenotypes that should be more evident when offspring are themselves exposed to risk. We found strong evidence for predator-induced TGP overall, but no evidence that parental predator exposure causes offspring traits to change in a particular direction. Additionally, we found little evidence in support of any of the specific hypotheses. We infer that the failure to find consistent evidence reflects the heterogeneous nature of the phenomena, and the highly diverse experimental designs used to study it. Together, these findings set an agenda for future work in this area.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».