Early-life events and their consequences for adult performance in populations of large herbivores : evolutionary, ecological and demographic perspectives
Bibliographic record
Abstract
La variabilité environnementale à laquelle les individus sont constamment exposés est forte. Dans ce contexte, les conditions environnementales en début de vie sont particulièrement importantes puisqu’elles peuvent avoir des conséquences à long terme sur la performance des individus. L’objectif de cette thèse est d’améliorer notre compréhension des effets à long-terme des évènements vécus tôt dans la vie, incluant aussi bien les conditions environnementales que la croissance, sur les traits d’histoire de vie des grands mammifères herbivores. Afin de répondre à cet objectif, nous avons utilisé les suivis à long-terme de cinq populations appartenant à quatre espèces d’ongulés. Dans une première partie, nous avons montré que les conditions environnementales en début de vie peuvent influencer la trajectoire entière de croissance corporelle d’un individu. Ensuite, nous avons cherché à savoir si les effets des conditions environnementales en début de vie sur les traits d’histoire de vie à l’âge adulte représentaient des réponses adaptatives à différents environnements ou résultaient seulement de contraintes développementales dues à une restriction alimentaire. Nous avons répondu à cette question en testant notamment des hypothèses issues du domaine médical en populations sauvages
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| 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".