MétaCan
Menu
Retour à la cohorte
Enregistrement W4411716701 · doi:10.1093/evolut/qpaf106

Complex effects of assortative mating on adaptation to environmental change in the presence of sex-specific selection

2025· article· en· W4411716701 sur OpenAlexaff
Claire Godineau, Ophélie Ronce, Céline Devaux

Notice bibliographique

RevueEvolution · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensUniversité de Montréal
Organismes subventionnairesMontpellier Université d'Excellence
Mots-clésAssortative matingBiologySexual selectionMatingAdaptation (eye)Natural selectionEcologyDisruptive selectionMaladaptationEcological selectionSexual conflictSelection (genetic algorithm)TraitEvolutionary biologyGenetics

Résumé

récupéré en direct d'OpenAlex

Previous theory suggests that fast adaptation of body size and phenology to climate warming could be facilitated by assortative mating. We here test whether this still holds when natural selection is sex-specific and assortative mating is driven by different mechanisms. We model a trait with identical distribution for females and males, but different optima across sexes and time. Predictions derived from the infinitesimal model of inheritance are confirmed by individual-based simulations. We find that female maladaptation depends on a sexual-conflict mismatch in a constant environment, and an adaptive lag generated by the environmental change. By strengthening the effect of natural selection on females, assortative mating reduces the sexual-conflict mismatch compared to random mating. However, it can either increase or decrease the adaptive lag, depending on the relative strength of natural selection on females versus males. Conditions under which assortative mating is beneficial depend on whether the environmental change and the sexual conflict displace the mean phenotype in the same direction, the strength of the sexual conflict and the assortment, and the mechanism that drives assortative mating. Associated with sex-specific selection, assortative mating does not always facilitate adaptation to environmental change, and its effects depend on how it is modeled.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,070

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 Opus0,040
Tête enseignante GPT0,258
Écart entre enseignants0,219 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetAnimal Behavior and ReproductionTravaux en français237 207