MétaCan
Menu
← Retour à la cohorte
Enregistrement W7092177386 · doi:10.5061/dryad.k3j9kd5nb

The capacity for adaptation to climate warming in a naturalized annual plant (<i>Brassica rapa</i>)

2025· dataset· en· W7092177386 sur OpenAlexaffabout

Notice bibliographique

RevueOpen MIND · 2025
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEvolution and Genetic Dynamics
Établissements canadiensMcGill UniversityUniversity of Toronto
Organismes subventionnairesVetenskapsrådet
Mots-clésFecundityClimate changePopulationAdaptation (eye)Natural selectionPopulation growthGlobal warmingAdaptive capacitySelection (genetic algorithm)

Résumé

récupéré en direct d'OpenAlex

The persistence of a declining population under environmental change may depend on how fast natural selection restores fitness, a process called “evolutionary rescue”. In turn, evolutionary rescue depends on a population’s adaptive capacity, which can be defined as the ratio between additive genetic variance for fitness (VA(W)) and mean fitness (W-), or represented by ΔevolW-. However, little is known about how both VA(W and (W-) change in wild populations during environmental change, including changes in dominance variance for fitness (VD(W)). We assessed the change in ΔevolW- and VD(W) for a Québec population of wild mustard (Brassica rapa) under climate warming. We also evaluated adaptive constraints that could arise from negative genetic correlations for fitness across environments. We grew a pedigreed population of 7000 plants under ambient and heated (+4°C) temperatures and estimated the change in mean survival and fecundity (W-), VA(W), and VD(W), plus cross-environment genetic correlations (rA). VA for fecundity non-significantly increased under heated conditions, mean fecundity (evolW-) increased significantly, and ΔevolW- was unchanged. We also detected no significant rA for survival and fecundity, suggesting little antagonistic constraint to adaptation. Overall, while this B. rapa population may feature some adaptive plasticity via fecundity, its adaptive capacity to warming seems limited.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,309
Écart entre enseignants0,289 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetEvolution and Genetic Dynamics→Travaux en français237 207→