MétaCan
Menu
Retour à la cohorte
Enregistrement W6929904344 · doi:10.5061/dryad.4d12c92

Data from: Consumer-resource interactions along urbanization gradients drive natural selection

2018· dataset· en· W6929904344 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2018
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSignaling Pathways in Disease
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUrbanizationNatural selectionHabitatGallPredationAdaptation (eye)

Résumé

récupéré en direct d'OpenAlex

Urbanization is an important component of global change. Urbanization affects species interactions, but the evolutionary implications are rarely studied. We investigate the evolutionary consequences of a common pattern: the loss of high trophic-level species in urban areas. Using a gall-forming fly, Eurosta solidaginis, and its natural enemies that select for opposite gall sizes, we test for patterns of enemy loss, selection, and local adaptation along five urbanization gradients. Eurosta declined in urban areas, as did predation by birds, which preferentially consume gallmakers that induce large galls. These declines were linked to changes in habitat availability, namely reduced forest cover in urban areas. Conversely, a parasitoid which attacks gallmakers that induce small galls was unaffected by urbanization. Changes in patterns of attack by birds and parasitoids resulted in stronger directional selection, but loss of stabilizing selection in urban areas, a pattern which we suggest may be general. Despite divergent selective regimes, gall size did not very systematically with urbanization, suggesting but not conclusively demonstrating that environmental differences, gene flow, or drift, may have prevented the adaptive divergence of phenotypes. We argue that the evolutionary effects of urbanization will have predictable consequences for patterns of species interactions and natural selection.

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)
Catégories consensuellesaucune
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 enseignants0,039
Score d'incertitude au seuil1,000

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 ouverte0,0030,004
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 Opus0,020
Tête enseignante GPT0,279
Écart entre enseignants0,259 · 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.

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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetSignaling Pathways in DiseaseTravaux en français237 207