MétaCan
Menu
← Retour à la cohorte
Enregistrement W6967464577 · doi:10.5061/dryad.h44q0

Data from: Testing for parallel allochronic isolation in lake-stream stickleback

2015· dataset· en· W6967464577 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2015
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésReproductive isolationSticklebackContext (archaeology)PopulationReproductive successDiversification (marketing strategy)Selection (genetic algorithm)Isolation (microbiology)

Résumé

récupéré en direct d'OpenAlex

The evolution of reproductive isolation (RI) is a critical step shaping progress toward speciation. In the context of ecological speciation, a critical question is the extent to which specific reproductive barriers important to RI evolve rapidly and predictably in response to environmental differences. Only reproductive barriers with these properties (importance, rapidity, predictability) will drive the diversification of species that are cohesively structured by environment type. One candidate barrier that might exhibit such properties is allochrony, whereby populations breed at different times. We studied six independent lake-stream population pairs of threespine stickleback (Gasterosteus aculeatus Linnaeus, 1758) that are known from genetic studies to show RI. However, the specific reproductive barriers driving this RI have proven elusive, leading to a “conundrum of missing reproductive isolation.” We here show that breeding times differ among some of the populations, but not in a consistent manner between lakes and streams. Moreover, the timing differences between lake and stream populations within each pair could account for only a small proportion of total RI measured with neutral genetic markers. Allochrony cannot solve the conundrum of missing reproductive isolation in lake-stream stickleback.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0240,015

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 Opus0,102
Tête enseignante GPT0,325
Écart entre enseignants0,223 · 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'étudeObservationnel
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)→Travaux en français237 207→