Behavioral changes, ecological niches and adaptive diversification in pigeons and doves
Bibliographic record
Abstract
L'extraordinària diversitat de l'ecologia, morfologia, comportament, i la riquesa d'espècies en tot l'arbre de la vida ha interessat els investigadors des de fa molt de temps. No obstant, entendre com i per què els llinatges es diversifiquen en el seu fenotip i en nombre d'espècies segueix sent un repte important en biología evolutiva. La diversificació evolutiva és un procés complex, influit per múltiples factors de diferent naturalesa. L'objectiu d'aquesta tesi és obtenir una visió integrada dels mecanismes que han portat a la diversitat biològica actual del grup dels coloms (ordre Columbiformes) mitjançant la incorporació d'un factor clau que ha estat àmpliament ignorat en els estudis evolutius: el paper del comportament dels animals. L'objectiu fonamental de la tesi és mostrar com els canvis en el comportament poden donar forma a l'evolució permetent als individus modificar la forma en què interactuen amb el seu entorn -el seu nínxol ecològic-. Aquests canvis poden modificar la forma de les pressions de selección que afecten les poblacions animals, afavorint d'aquesta manera la selecció divergent que pot promoure la diversificació adaptativa. La tesi aborda quatre objectius principals: el primer és descriure la influència dels canvis de comportament en la diversificació d'adaptació d'un llinatge (Capítol II). En segon lloc, mostrar com la integració d'aquests canvis de comportament amb els factors geogràfics i ecològics ens proporciona una millor comprensió d'aquest procés (capítol III). En tercer lloc, descric un nou mètode implementat per millorar l'estudi de les diferències que poden existir en els nínxols ecològics dels individus i les poblacions, cosa que és nescessària per poder vincular els canvis de comportament amb canvis evolutius (capítol IV). Finalment, utilitzo una aproximació experimental utilitzant coloms roquers (Columba livia) com a organisme model per tal d'entendre l'origen de la variació ecològica existent dins de les poblacions. Aquest treball se centra en el paper de la competència entre individus i l'experiència prèvia en lús dels recursos com a principals motors de la diferenciació de nínxols entre els individus dins d'una població (capítol V).
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".