MétaCan
Menu
Retour à la cohorte
Enregistrement W7155038097 · doi:10.5061/dryad.xd2547dhj

Code and data for: The difficulty of predicting evolutionary change in response to novel ecological interactions: a field experiment with Anolis lizards

2023· dataset· en· W7155038097 sur OpenAlexaff
Timothy J. Thurman, Todd Palmer, Jason Kolbe, Arash Askary, Kiyoko M. Gotanda, Oriol Lapiedra, Tyler R. Kartzinel, Naomi Man in't Veld, Liam J. Revell, Johanna E. Wegener, Thomas Schooner, David Spiller, Jonathon Losos, Robert Pringle, Rowan D. H. Barrett

Notice bibliographique

RevueDRYAD · 2023
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensMcGill University
Organismes subventionnairesNational Science Foundation
Mots-clésAnolisPredationPopulationContext (archaeology)Evolutionary ecologyPredictabilityHabitatNatural selectionLizard

Résumé

récupéré en direct d'OpenAlex

Determining whether and how evolution is predictable is an important goal, particularly as anthropogenic disturbances lead to novel species interactions that could modify selective pressures. Here, we use a multi-generation field experiment with brown anole lizards (Anolis sagrei) to test hypotheses about the predictability of evolution. We manipulated the presence and absence of predators and competitors across 16 islands in the Bahamas with preexisting brown anole populations. Before the experiment and again after roughly five generations, we measured traits related to locomotory performance and habitat use of brown anoles and used ddRAD sequencing to estimate genome-wide changes in allele frequencies. Although previous work showed that predators and competitors had consistent effects on brown anole behavior, diet, and population sizes, we found that evolutionary change at both phenotypic and genomic levels was difficult to forecast. Phenotypic changes were contingent on sex and habitat use, whereas genetic change was unpredictable and not measurably correlated with phenotypic changes, experimental treatments, or other environmental factors. Our work shows how differences in ecological context can alter evolutionary outcomes over short timescales and underscores the difficulty of forecasting evolutionary responses to multi-species interactions in natural conditions, even in a well-studied system with ample ecological information.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,035
Score d'incertitude au seuil0,898

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,145
Tête enseignante GPT0,405
Écart entre enseignants0,259 · 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 tête enseignante, 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDRYADTravaux en français237 207