MétaCan
Menu
Retour à la cohorte
Enregistrement W6894065332 · doi:10.5281/zenodo.7186950

G-matrix stability of clinally diverging populations of an annual weed

2022· other· en· W6894065332 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typeother
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGenetic divergenceDivergence (linguistics)TraitGenetic architectureRange (aeronautics)Genetic variationSelection (genetic algorithm)Genetic structureGenetic variability

Résumé

récupéré en direct d'OpenAlex

How phenotypic and genetic divergence among populations is influenced by the genetic architecture of those traits, and how microevolutionary changes in turn affect the within-population patterns of genetic variation, are of major interest to evolutionary biology. Work on Ipomoea hederacea, an annual vine, has found genetic clines in the means of a suite of ecologically important traits, including flowering time, growth rate, seed mass, and corolla width. Here we investigate the genetic (co)variances of these clinally varying traits in two northern range-edge and two central populations of Ipomoea hederacea to evaluate the influence of the genetic architecture on divergence across the range. We find 1) limited evidence for clear differentiation between Northern and Southern populations in the structure of G, suggesting overall stability of G across the range despite mean trait divergence and 2) that the axes of greatest variation (gmax) were unaligned with the axis of greatest multivariate divergence. Together these results indicate the role of the quantitative genetic architecture in constraining evolutionary response and divergence among populations across the geographic range.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,250
Écart entre enseignants0,220 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207