Using phylogenetic trees to test for character displacement: a model and an example from a desert mammal community
Notice bibliographique
Résumé
The distribution of traits within communities is thought to provide information on the evolutionary and ecological forces that structure community composition. Ecological character displacement (evolutionary divergence among populations of interacting species within a community), as well as community‐wide character displacement (even dispersion of species traits within a community via species sorting), have been widely reported and are typically interpreted as evidence for interspecific competition. However, defining an appropriate null distribution with which to assess the observed distribution of traits within a community has proved controversial. Phylogenetic methods provide an alternative approach to evaluating community structure, but such methods also require an appropriate null and have typically overlooked the potential for evolutionary dynamics within communities. Here, we present a novel phylogenetic framework that uses evolutionary expectations to generate a simple null model of the expected distribution of traits among co‐occurring species. Using a stochastic Brownian motion model of trait change, we illustrate that the expected community‐wide dispersion of traits varies with phylogenetic tree shape. We then use data on body mass for mammals to evaluate the accuracy with which phylogeny can predict the empirical distribution of traits and find a strong correlation between predicted and observed trait distributions. We suggest that deviations from phylogenetic expectations may therefore provide a useful tool for evaluating the role of competition in shaping community structure. Finally, we demonstrate the utility of our approach using empirical data on body mass and a phylogeny for a small community of terrestrial mammals in Yotvata, Israel, and reveal evidence consistent with ecological and community‐wide character displacement. Our method unites ecological and evolutionary approaches, and it provides a novel framework for exploring community structure.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».