MétaCan
Menu
Retour à la cohorte
Enregistrement W4387655731 · doi:10.1111/ele.14186

Contemporary changes in phenotypic variation, and the potential consequences for eco‐evolutionary dynamics

2023· letter· en· W4387655731 sur OpenAlexafffund
Sarah Sanderson, Daniel I. Bolnick, Michael T. Kinnison, Rose E. O’Dea, Lucas D. Gorné, Andrew P. Hendry, Kiyoko M. Gotanda

Notice bibliographique

RevueEcology Letters · 2023
Typeletter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensBrock UniversityUniversité de SherbrookeMcGill University
Organismes subventionnairesOffice of Integrative ActivitiesNatural Sciences and Engineering Research Council of CanadaMaine Agricultural and Forest Experiment StationU.S. Department of AgricultureBrock UniversityNational Science Foundation
Mots-clésTraitBiologyVariation (astronomy)Context (archaeology)PopulationEvolutionary dynamicsEvolutionary biologyQuantitative trait locusEcologyDemographyGenetics

Résumé

récupéré en direct d'OpenAlex

Most studies assessing rates of phenotypic change focus on population mean trait values, whereas a largely overlooked additional component is changes in population trait variation. Theoretically, eco-evolutionary dynamics mediated by such changes in trait variation could be as important as those mediated by changes in trait means. To date, however, no study has comprehensively summarised how phenotypic variation is changing in contemporary populations. Here, we explore four questions using a large database: How do changes in trait variances compare to changes in trait means? Do different human disturbances have different effects on trait variance? Do different trait types have different effects on changes in trait variance? Do studies that established a genetic basis for trait change show different patterns from those that did not? We find that changes in variation are typically small; yet we also see some very large changes associated with particular disturbances or trait types. We close by interpreting and discussing the implications of our findings in the context of eco-evolutionary studies.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,329

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 technologies0,0000,001
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 Opus0,020
Tête enseignante GPT0,213
Écart entre enseignants0,193 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations21
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetAnimal Behavior and ReproductionTravaux en français237 207