MétaCan
Menu
Retour à la cohorte
Enregistrement W4407807590 · doi:10.1111/ele.70087

Warming During Different Life Stages has Distinct Impacts on Host Resistance Ecology and Evolution

2025· article· en· W4407807590 sur OpenAlexafffund
Jingdi Li, Cameron A. Smith, Jinlin Chen, Kieran A. Bates, Kayla C. King

Notice bibliographique

RevueEcology Letters · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEuropean Research CouncilCanada Excellence Research Chairs, Government of CanadaNatural Environment Research CouncilSight Research UKPembroke College, University of Oxford
Mots-clésBiologyEcologyResistance (ecology)Host (biology)Experimental evolutionPathogenPopulationEvolutionary ecologyGenotypeVirulenceOutbreakAdaptation (eye)ZoologyGeneticsVirology

Résumé

récupéré en direct d'OpenAlex

Climate change is increasing extreme heating events and the potential for disease outbreaks. Whether hosts can adapt to infection with rising temperatures is important for forecasting species persistence. We tested whether warming-at different host life stages-affects the ecological and evolutionary dynamics of resistance in Caenorhabditis elegans infected by a wild bacterial pathogen. We competed resistant and susceptible genotypes across 10 passages and tracked the spread of resistance in the population. Infection and prolonged warming strongly selected for the resistant genotype. Warming during host development induced plastic defences against infection, reducing the selective pressure for costly genetic-based resistance. Resistance was lost under ambient temperatures and periodic warming. Selection for resistance was likely weakened at ambient temperatures by the dilution effect, whereby the resistant genotype reduced pathogen transmission. Evolutionary dynamics of resistance depend on the balance among pathogen virulence, costs of genetic-based resistance, the dilution effect and plastic defences induced by temperature stress.

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 enseignants0,329
Score d'incertitude au seuil0,711

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 Opus0,005
Tête enseignante GPT0,221
Écart entre enseignants0,217 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetEvolution and Genetic DynamicsTravaux en français237 207