MétaCan
Menu
Retour à la cohorte
Enregistrement W6948368218 · doi:10.5061/dryad.3bd420c

Data from: Local adaptation primes cold-edge populations for range expansion but not warming-induced range shifts

2018· dataset· en· W6948368218 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2018
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSubterranean biodiversity and taxonomy
Établissements canadiensQueen's UniversityMcGill University
Organismes subventionnairesnon disponible
Mots-clésRange (aeronautics)Enhanced Data Rates for GSM EvolutionHabitatAdaptation (eye)Local adaptationLeading edgeFitness landscape

Résumé

récupéré en direct d'OpenAlex

According to theory, edge populations may be poised to expand species’ ranges if they are locally adapted to extreme conditions, or ill-suited to colonize beyond-range habitat if their offspring are genetically and competitively inferior. We tested these contrasting predictions by transplanting low, mid, and high-elevation (edge) populations of an annual plant throughout and above its elevational distribution. Seed from poor-quality edge habitat had inferior emergence, but edge seeds were also locally adapted. High-elevation plants flowered earlier, required less heat accumulation to mature seed, and so achieved higher lifetime fitness at and above the range edge. Experimental warming improved fitness above the range, but eliminated the advantage of local cold-edge populations, supporting models in which cold-adapted edge populations do not facilitate warming-induced range shifts. The highest above-range fitness was achieved by a ‘super edge phenotype’ from a neighboring mountain, suggesting key adaptations exist regionally even if absent from local edge populations.

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)0,001
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 enseignants0,310
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0030,001
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 Opus0,159
Tête enseignante GPT0,270
Écart entre enseignants0,111 · 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 sujetSubterranean biodiversity and taxonomyTravaux en français237 207