Within‐plant variation in reproductive investment: consequences for selection on flowering time
Notice bibliographique
Résumé
Variation among the leaves, flowers or fruit produced by a plant is often regarded as a nuisance to the experimenter and an impediment to selection. Here, we suggest that within-plant variation can drive selection on other plant-level traits. We examine within-plant variation in floral sex allocation and in fruit set and predict that such variation generates variation in male success among plants, thereby driving selection on flowering time. We tested this prediction in a simulation model estimating selection on flowering time through male fitness when floral sex allocation and/or fruit set vary directionally among flowers on plants. We parameterized the model through a quantitative literature survey of within-plant change in sex allocation. As predicted, within-plant variation in floral sex allocation and in fruit set probability can generate selection on flowering time through male fitness. Declining fruit set from first to last flowers on plants, as occurs in many species, selected for early flowering onset through male fitness. This result was robust to self-incompatibility and to varying returns on male versus female investment. Selection caused by declining fruit set was strong enough to reverse the selection for late flowering that can be caused by intrafloral protandry. Our model provides testable predictions regarding selection on flowering time through male fitness. The model also establishes the intriguing possibility that within-plant variation may influence selection on other traits, regardless of whether that variation is under selection itself.
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 ».