MétaCan
Menu
Retour à la cohorte
Enregistrement W6902578429 · doi:10.6084/m9.figshare.c.6700043

Supplementary material from "Individual life histories: neither slow nor fast, just diverse"

2023· other· en· W6902578429 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2023
Typeother
Langueen
Domaine
Thématique
Établissements canadiensUniversité du Québec à Trois-RivièresUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)Principal component analysisPopulationLife history theoryResource useLife history

Résumé

récupéré en direct d'OpenAlex

The slow–fast continuum is a commonly used framework to describe variation in life-history strategies across species. Individual life histories have also been assumed to follow a similar pattern, especially in the pace-of-life syndrome literature. However, whether a slow–fast continuum commonly explains life-history variation among individuals within a population remains unclear. Here, we formally tested for the presence of a slow–fast continuum of life histories both within populations and across species using detailed long-term individual-based demographic data for 17 bird and mammal species with markedly different life histories. We estimated adult lifespan, age at first reproduction, annual breeding frequency, and annual fecundity, and identified the main axes of life-history variation using principal component analyses. Across species, we retrieved the slow–fast continuum as the main axis of life-history variation. However, within populations, the patterns of individual life-history variation did not align with a slow–fast continuum in any species. Thus, a continuum ranking individuals from slow to fast living is unlikely to shape individual differences in life histories within populations. Rather, individual life-history variation is likely idiosyncratic across species, potentially because of processes such as stochasticity, density dependence, and individual differences in resource acquisition that affect species differently and generate non-generalizable patterns across species.

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 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 enseignants0,763
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,9900,227

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 Opus0,076
Tête enseignante GPT0,279
Écart entre enseignants0,202 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareTravaux en français237 207