MétaCan
Menu
Retour à la cohorte
Enregistrement W6948356510 · doi:10.5061/dryad.qrfj6q5gx

Data from: Evolution of sociability by artificial selection

2021· dataset· en· W6948356510 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2021
Typedataset
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePlant-based Medicinal Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMatingSelection (genetic algorithm)Biological evolutionSocial evolutionSexual selectionKin selectionInclusive fitness

Résumé

récupéré en direct d'OpenAlex

There has been extensive research on the ecology and evolution of social life in animals that live in groups. Less attention, however, has been devoted to apparently solitary species even though recent research indicates that they also possess complex social behaviors. To address this knowledge gap, we artificially selected on sociability, defined as the tendency to engage in non-aggressive activities with others, in fruit flies. Our goal was to quantify the factors that determine the level of sociability and the traits correlated with this feature. After 25 generations of selection, the high sociability lineages showed sociability scores about 50% higher than did the low sociability lineages. Experiments using the evolved lineages indicated that there were no differences in mating success between flies from the low and high lineages. Both males and females from the low lineages, however, were more aggressive than males and females from the high lineages. Finally, the evolved lineages maintained their sociability scores after ten generations of relaxed selection, suggesting no costs to maintaining low and high sociability, at least under our settings. Sociability is a complex trait, which we currently assess through genomic work on the evolved lineages.

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)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0240,033

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 Opus0,405
Tête enseignante GPT0,557
Écart entre enseignants0,151 · 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'étudeExpérimental (laboratoire)
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 revueOpen MINDMême sujetPlant-based Medicinal ResearchTravaux en français237 207