Simulation code for "When does the probability of evolutionary rescue increase with the strength of selection despite a potential demographic cost?"
Notice bibliographique
Résumé
This data repository contains simulation code associated with the paper in "Xu, K., & Osmond, M. M. (2025). When does the probability of evolutionary rescue increase with the strength of selection despite a potential demographic cost? The American Naturalist." Paper abstract: Populations may be rescued from extinction via sufficiently rapid adaptive evolution. Evolution is faster with stronger selection but this may come with a demographic cost, creating opposing effects on evolutionary rescue. The outcome of this trade-off influences the optimal strategy for avoiding herbicide/drug resistance evolution. Here we examine the effect of stronger selection on rescue when demography and selection covary, across four models of evolutionary rescue. We find that stronger selection cannot facilitate rescue in two quite different population genetic models unless selection is associated with higher absolute fitness of rescue homozygotes. Similarly, in a quantitative genetic model of rescue under an abrupt environmental shift, stronger selection accelerates evolution but leaves maximum fitness unchanged and cannot facilitate rescue. We also explore a quantitative genetic model of rescue in a gradually changing environment, generalizing the finding that an intermediate selection strength maximizes survival at steady-state to a wider class of fitness functions. This data repository consist of three code scripts in R and this README document, with the following code filenames: 1. simulation_rescue_rare_allele.RCode to generate simulation results in Figure 1c and 1f when rescue occurs via the establishment of initially rare allele 2. simulation_rescue_common_allele.RCode to generate both theoretical and simulation results in Figure 2 when rescue occurs via the sweeping of an initially common adaptive allele. 3. simulation_rescue_quantitative_trait.RCode to generate simulation results in Figure 4 when rescue occurs via the evolution of a quantitative trait under an abrupt environmental shift.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,156 | 0,035 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».