MétaCan
Menu
← Retour à la cohorte
Enregistrement W6967032706 · doi:10.5061/dryad.8931zcrp2

Data for: Birth order as a source of within-genotype diversification in the clonal duckweed, Spirodela polyrhiza (Araceae: Lemnoideae)

2020· dataset· en· W6967032706 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPhenologyDiversification (marketing strategy)Phenotypic plasticityLongevityGenetic variationphotoperiodism

Résumé

récupéré en direct d'OpenAlex

Organismal persistence attests to adaptive response to environmental variation. Diversification bet hedging, in which risk is reduced at the cost of expected fitness, is increasingly recognized as an adaptive response, yet mechanisms by which a single genotype generates diversification remain obscure. The clonal greater duckweed, Spirodela polyrhiza (L.), facultatively expresses a seed-like but vegetative form, the “turion”, that allows survival through otherwise lethal conditions. Turion reactivation phenology is a key fitness component, yet little is known about turion reactivation phenology in the field, or sources of variation. Here, using floating traps deployed in the field, we find a remarkable extent of variation in natural reactivation phenology that cannot be explained solely by spring cues, occurring over a period of at least 200 days. Under controlled laboratory conditions, we find support for the hypothesis that turion phenology is influenced jointly by phenotypic plasticity to temperature and diversification within clones. Turion “birth order” consistently accounted for a difference in reactivation time of 46 days at temperatures between 10° and 18°C, with early birth-order turions reactivating more rapidly than late birth-order turions. These results should motivate future work to formally evaluate turion phenology variance as a bet-hedging trait.

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)0,004
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 enseignants0,034
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0340,044

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 Opus0,099
Tête enseignante GPT0,349
Écart entre enseignants0,250 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→