MétaCan
Menu
← Retour à la cohorte
Enregistrement W6948179331 · doi:10.5061/dryad.42db3

Data from: Correlated paternity measures mate monopolization and scales with the magnitude of sexual selection

2016· dataset· en· W6948179331 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2016
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSubterranean biodiversity and taxonomy
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésMatingSexual selectionSelection (genetic algorithm)Mate choiceTraitMating system

Résumé

récupéré en direct d'OpenAlex

Indirect measures of sexual selection have been criticized because they can overestimate the magnitude of selection. In particular, they do not account for the degree to which mating opportunities can be monopolized by individuals of the sex that compete for mates. We introduce a measure of mate monopolization (m) based on the magnitude of correlated paternity and evaluate its ability to track changes in the magnitude of sexual selection. Simulation models were used to compare how well m tracked changes in the selection differential (s) for a trait regulating mating success. We further evaluated the association between m and s using ten replicate mating arrays of Sagittaria latifolia in which plants with contrasting alleles at microsatellite loci competed for siring opportunities. The computer models and mating arrays both demonstrated a positive linear association between m and s, supporting the utility of m as an index of sexual selection. Commonly used measures of sexual selection are not easily applied to organisms, such as the flowering plants, for which mating events are difficult to observe. The measure of mate monopolization introduced here could prove to be a useful addition to studies of sexual selection in these organisms.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,021

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 Opus0,049
Tête enseignante GPT0,214
Écart entre enseignants0,165 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)→Même sujetSubterranean biodiversity and taxonomy→Travaux en français237 207→