MétaCan
Menu
Retour à la cohorte
Enregistrement W4313880232 · doi:10.1093/evolut/qpac040

On the predictability of phenotypic divergence in geographic isolation

2022· article· en· W4313880232 sur OpenAlexaff
Benjamin G. Freeman, Graham A. Montgomery, Julian Heavyside, Andre E. Moncrieff, Oscar W. Johnson, Benjamin M. Winger

Notice bibliographique

RevueEvolution · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Science Foundation
Mots-clésBiologyBiological dispersalEcologyTraitDivergence (linguistics)Genetic divergenceEvolutionary biologyGenetic diversity

Résumé

récupéré en direct d'OpenAlex

Do related populations that are separated by barriers predictably evolve differences from one another over time, or is such divergence idiosyncratic and unpredictable? We test these alternatives by investigating patterns of trait evolution for 54 sister pairs of Andean forest birds that live in similar environments on either side of the arid Marañón Gap, a strong dispersal barrier for humid montane species. We measured divergence in both sexual (song and plumage) and ecological (beak size and beak shape) traits. Sexual traits evolve in a clock-like fashion, with trait divergence positively correlated with genetic distance (r = 0.6-0.7). In contrast, divergence in ecological traits is uncorrelated or only loosely correlated with genetic distance (r = 0.0-0.3). Thus, for geographically isolated Andean montane forest birds that live in similar environments, divergence is predictable in sexual traits, but not for ecological traits. This means that sexual trait divergence occurs independently of adaptive ecological divergence within the mega-diverse tropical Andean avifauna. Last, we show that variation in genetic divergence across a biogeographic barrier is associated with traits that are proxies for species' opportunities for dispersal (low elevation limit and elevational niche breadth), but not with traits that are proxies for species' dispersal abilities (hand-wing index and foraging strata).

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)0,000
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 enseignants0,033
Score d'incertitude au seuil0,289

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,182
Écart entre enseignants0,158 · 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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetPlant and animal studiesTravaux en français237 207