Bibliographic record
Abstract
L'évolution parallèle (l'évolution répétée et indépendante de caractéristiques similaires dans des environnements similaires) est un sujet de recherche important en biologie évolutive, notamment parce qu'elle fournit des preuves que la sélection naturelle agit d'une façon déterministe. Cependant l'évolution non-parallèle (variation de la direction ou de l'ampleur des changements entre des paires ecotypiques) est observée de plus en plus fréquemment. Ici, je démontre que l'évolution non-parallèle est commune dans les études sur les poissons, mais qu'elle est aussi mal appréciée. Ce résultat motive mes autres chapitres, chacun enquêtant une cause potentielle de l'évolution non-parallèle chez une espèce de poisson différente. Premièrement, je démontre que la plasticité est un facteur important dans l'évolution parallèle des épinoches (Gasterosteus aculeatus) des lacs et des ruisseaux, en utilisant une expérience de jardin commun. En général, la plasticité augmente l'ampleur de l'évolution parallèle entres des lignées indépendantes. Par la suite, j'étudie l'évolution non-parallèle entre les sexes chez le saumon rouge (Oncorhynchus nerka) qui fraye sur les plages ou dans les ruisseaux. Mes résultats suggèrent que les différences entre les mâles et les femelles contribuent à l'évolution non-parallèle, à tel point que l'exclusion de l'un ou l'autre aurait conduit à des résultats différents. Finalement, j'étudie la contribution de l'histoire évolutive sur les phénotypes migratoires du saumon rose (O. gorbuscha), qui présente des lignées indépendantes dans des environnements communs. Je trouve que l'histoire évolutive ne contribue que très peu à la phénologie de migration, mais qu'elle provoque de l'évolution non-parallèle. En résumé, ma thèse souligne le fait que bien que l'évolution non-parallèle ne soit que rarement quantifiée, la recherche de ses causes pourrait améliorer notre compréhension du rôle déterministe de la sélection naturelle.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".