MétaCan
Menu
Retour à la cohorte
Enregistrement W4411521736 · doi:10.1101/2025.06.21.660863

The roles of divergent and parallel selection in Amazonian and Andean bird responses to glacial cycles

2025· preprint· en· W4411521736 sur OpenAlexaff
Vanessa E. Luzuriaga‐Aveiga, Matt J. Thorstensen, Jill E. Jankowski, Jason T. Weir

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEvolution and Paleontology Studies
Établissements canadiensUniversity of British ColumbiaThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesSecretaría Nacional de Ciencia, Tecnología e Innovación
Mots-clésAmazonianEvolutionary biologyParallel evolutionSelection (genetic algorithm)BiologyGenetic algorithmContext (archaeology)EcologyPhylogenetic treeAmazon rainforestPaleontologyGeneticsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Both divergent and parallel selection can contribute to evolutionary change, yet their relative contributions to adaptation and speciation are poorly understood, especially during environmental change. We quantified selective sweep signatures and divergence times in Amazonian avian sister species pairs that either differ in elevation and are expected to have experienced strong divergent selection; or occur in similar lowland habitats and are expected to have experienced strong parallel selection. We found that elevational differentiation resulted in a greater accumulation of selective sweep signatures over the five-million-year timespan covered by our dataset, supporting the importance of divergent selection. Nevertheless, lowland-restricted species pairs accumulated more selective sweeps over the most recent two million years, suggesting that parallel selection, driven by major Pleistocene glacial cycles, produced faster evolutionary change than divergent selection in elevationally differentiated species pairs. Our results highlight parallel selection as an important driver of adaptation and evolution, especially during environmental instability.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,227
Écart entre enseignants0,213 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetEvolution and Paleontology StudiesTravaux en français237 207