Factors influencing progress toward sympatric speciation
Notice bibliographique
Résumé
Many factors could influence progress towards sympatric speciation. Some of the potentially important ones include competition, mate choice and the degree to which alternative sympatric environments (resources) are discrete. What is not well understood is the relative importance of these different factors, as well as interactions among them. We use an individual-based numerical model to investigate the possibilities. Mate choice was modelled as the degree to which male foraging traits influence female mate choice. Competition was modelled as the degree to which individuals with different phenotypes compete for portions of the resource distribution. Discreteness of the environment was modelled as the degree of bimodality of the underlying resource distribution. We find that strong mate choice was necessary, but not sufficient, to cause sympatric speciation. In addition, sympatric speciation was most likely when the resource distribution was strongly bimodal and when competition among different phenotypes was intermediate. Even under these ideal conditions, however, sympatric speciation occurred only a fraction of the time. Sympatric speciation owing to competition on unimodal resource distributions was also possible, but much less common. In all cases, stochasticity played an important role in determining progress towards sympatric speciation, as evidenced by variation in outcomes among replicate simulations for a given set of parameter values. Overall, we conclude that the nature of competition is much less important for sympatric speciation than is the nature of mate choice and the underlying resource distribution. We argue that an increased understanding of the promoters and inhibitors of sympatric speciation is best achieved through models that simultaneously evaluate multiple potential factors.
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 ».