Low levels of climate niche conservatism may explain clade diversity patterns in the South African genus <i>Pelargonium</i> (Geraniaceae)
Notice bibliographique
Résumé
PREMISE OF THE STUDY: Sharp climatic gradients in South Africa and in particular in the Cape Floristic Region (CFR) provide a diversity of niches over short distances that may have promoted ecological diversification in local clades. Here we measured the extent to which closely related species occupy divergent climates and test whether niche lability is correlated with higher species diversity in the genus. METHOD: We integrated phylogenetic information and environmental niche models (ENM) to assess the levels of climate niche conservatism. ENMs for 113 species of Pelargonium were calculated using maximum entropy. We used two tests, one assessing climate niche equivalency and the other testing niche similarity between sister species and within sections. We also examined whether niche similarity was correlated with phylogenetic relatedness across the genus. KEY RESULTS: Niche similarity was mostly independent of phylogenetic relationships. Compared to random expectations, 23% of closely related species pairs had climate niches that were more similar, and only 6.5% were more disparate; the remaining 70% of comparisons had similarities that fell within random expectations. Similar trends were observed when analyses were restricted to only sister species pairs. Although the overall proportion of niche divergence was low, this was significantly related to sectional diversity. We also found a negative relationship between diversity and the proportion of random niches. CONCLUSIONS: Lack of widespread niche conservatism in a highly heterogeneous landscape and few instances of significant climate niche lability suggest that an adaptive divergence process was implicated in the Pelargonium radiation.
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 | 0,001 | 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) | 0,005 | 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 ».