Selection analysis on the rapid evolution of a secondary sexual trait
Notice bibliographique
Résumé
Evolutionary analyses of population translocations (experimental or accidental) have been important in demonstrating speed of evolution because they subject organisms to abrupt environmental changes that create an episode of selection. However, the strength of selection in such studies is rarely measured, limiting our understanding of the evolutionary process. This contrasts with long-term, mark-recapture studies of unmanipulated populations that measure selection directly, yet rarely reveal evolutionary change. Here, we present a study of experimental evolution of male colour in Trinidadian guppies where we tracked both evolutionary change and individual-based measures of selection. Guppies were translocated from a predator-rich to a low-predation environment within the same stream system. We used a combination of common garden experiments and monthly sampling of individuals to measure the phenotypic and genetic divergence of male coloration between ancestral and derived fish. Results show rapid evolutionary increases in orange coloration in both populations (1 year or three generations), replicating the results of previous studies. Unlike previous studies, we linked this evolution to an individual-based analysis of selection. By quantifying individual reproductive success and survival, we show, for the first time, that males with more orange and black pigment have higher reproductive success, but males with more black pigment also have higher risk of mortality. The net effect of selection is thus an advantage of orange but not black coloration, as reflected in the evolutionary response. This highlights the importance of considering all components of fitness when understanding the evolution of sexually selected traits in the wild.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».