MétaCan
Menu
← Retour à la cohorte
Enregistrement W6967317993 · doi:10.5061/dryad.m64qc

Data from: Predators modify the evolutionary response of prey to temperature change

2015· dataset· en· W6967317993 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2015
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPredationDaphniaNatural selectionAdaptation (eye)Evolutionary ecologyContext (archaeology)PopulationExperimental evolutionEctotherm

Résumé

récupéré en direct d'OpenAlex

As climate regimes shift in many ecosystems worldwide, evolution may be a critical process allowing persistence in rapidly changing environments. Organisms regularly interact with other species, yet whether climate-mediated evolution can occur in the context of species interactions is not well understood. We tested whether a species interaction could modify evolutionary responses to temperature. We demonstrate that predation pressure by Dipteran larvae (Chaoborus americanus) modified the evolutionary response of a freshwater crustacean (Daphnia pulex) to its thermal environment over approximately seven generations in laboratory conditions. Daphnia kept at 21°C evolved higher population growth rates than those kept at 18°C, but only in those populations that were also reared with predators. Furthermore, predator-mediated selection resulted in the evolution of elevated Daphnia thermal plasticity. This laboratory natural selection experiment demonstrates that biotic interactions can modify evolutionary adaptation to temperature. Understanding the interplay between multiple selective forces can improve predictions of ecological and evolutionary responses of organisms to rapid environmental change.

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)0,007
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 enseignants0,045
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0450,025

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 GPT0,270
Écart entre enseignants0,228 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)→Même sujetAquatic Ecosystems and Phytoplankton Dynamics→Travaux en français237 207→