MétaCan
Menu
Retour à la cohorte
Enregistrement W6892144971 · doi:10.5061/dryad.3xsj3txd9

Data from: Feeding specialisation and longer generation time are associated with relatively larger brains in bees

2020· dataset· en· W6892144971 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesMinisterio de Ciencia e InnovaciónEuropean Commission
Mots-clésBrain sizeSocialityVariation (astronomy)Generalist and specialist speciesInsectPhylogenetic comparative methodsAdaptive evolutionPhylogenetic tree

Résumé

récupéré en direct d'OpenAlex

Despite their miniature brains, insects exhibit substantial variation in brain size. Although the functional significance of this variation is increasingly recognized, research on whether differences in insect brain sizes are mainly the result of constraints or selective pressures has hardly been performed. Here, we address this gap by combining prospective and retrospective phylogenetic-based analyses of brain size for a major insect group, bees (superfamily Apoidea). Using a brain dataset of 93 species from North America and Europe, we found that body size was the single best predictor of brain size in bees. However, the analyses also revealed that substantial variation in brain size remained even when adjusting for body size. We consequently asked whether such variation in relative brain size might be explained by adaptive hypotheses. We found that ecologically specialized species with single generations have larger brains —relative to their body size— than generalist or multi-generation species, but we did not find an effect of sociality on relative brain size. Phylogenetic reconstruction further supported the existence of different adaptive optima for relative brain size in lineages differing in feeding specialisation and reproductive strategy. Our findings shed new light on the evolution of the insect brain, highlighting the importance of ecological pressures over social factors and suggesting that these pressures are different from those previously found to influence brain evolution in other taxa.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,011

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 Opus0,184
Tête enseignante GPT0,336
Écart entre enseignants0,152 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDTravaux en français237 207