MétaCan
Menu
Retour à la cohorte
Enregistrement W6948404482 · doi:10.5061/dryad.k98sf7m30

Assortative mating in hybrid zones is remarkably ineffective in promoting speciation

2019· dataset· en· W6948404482 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2019
Typedataset
Langueen
DomaineArts and Humanities
ThématiqueLibraries and Information Services
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNucleofectionArticular cartilage damageGestational periodHyporeflexiaLiquationTSG101

Résumé

récupéré en direct d'OpenAlex

Partial prezygotic isolation is often viewed as more important than partial postzygotic isolation (low fitness of hybrids) early in the process of speciation. I simulate secondary contact between two populations (‘species’) to examine effects of assortative mating and low hybrid fitness in preventing blending. A small reduction in hybrid fitness (e.g., by 10%) produces a narrower hybrid zone than a strong but imperfect mating preference (e.g., 10x stronger preference for conspecific over heterospecific mates). In the latter case, rare F1 hybrids find each other attractive (due to assortative mating), leading to the buildup of a continuum of intermediates. The weakness of assortative mating compared to reduced fitness of hybrids in preventing blending is robust to varying genetic bases of these traits. Assortative mating is most powerful in limiting blending when it is encoded by a single locus, is essentially complete, or when there is a large mate search cost. In these cases assortative mating is likely to cause hybrids to have low fitness, due to frequency-dependent mating disadvantage of individuals of rare mating types. These results prompt a questioning of the concept of partial prezygotic isolation, since it is not very isolating unless there is also postzygotic isolation.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0480,057

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 Opus0,042
Tête enseignante GPT0,239
Écart entre enseignants0,196 · 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'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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetLibraries and Information ServicesTravaux en français237 207