MétaCan
Menu
Retour à la cohorte
Enregistrement W6931660348 · doi:10.5683/sp2/o4nzh8

Data from: Dioecy does not consistently accelerate or slow lineage diversification across multiple genera of angiosperms

2021· dataset· en· W6931660348 sur OpenAlexaff

Notice bibliographique

RevueBorealis · 2021
Typedataset
Langueen
DomaineImmunology and Microbiology
ThématiqueParasites and Host Interactions
Établissements canadiensUniversity of CalgaryUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDioecyLineage (genetic)Diversification (marketing strategy)TraitSexual dimorphism

Résumé

récupéré en direct d'OpenAlex

AbstractDioecy, the sexual system in which male and female organs are found in separate individuals, allows greater specialization for sex-specific functions and can be advantageous under various ecological and environmental conditions. However, dioecy is rare among flowering plants. Previous studies identified contradictory trends regarding the relative diversification rates of dioecious lineages vs their nondioecious counterparts, depending on the methods and data used. We gathered detailed species-level data for dozens of genera that contain both dioecious and nondioecious species. We then applied a probabilistic approach that accounts for differential speciation, extinction, and transition rates between states to examine whether there is an association between dioecy and lineage diversification. We found a bimodal distribution, whereby dioecious lineages exhibited higher diversification in certain genera but lower diversification in others. Additional analyses did not uncover an ecological or life history trait that could explain a context-dependent effect of dioecy on diversification. Furthermore, in-depth simulations of neutral characters demonstrated that such bimodality is also found when simulating neutral characters across the observed trees. Our analyses suggest that – at least for these genera with the currently available data – dioecy neither consistently places a strong brake on diversification nor is a strong driver.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,022

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 Opus0,094
Tête enseignante GPT0,352
Écart entre enseignants0,258 · 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
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorealisMême sujetParasites and Host InteractionsTravaux en français237 207