Evolution of dispersal and mating systems along geographic gradients: implications for shifting ranges
Notice bibliographique
Résumé
Summary Dispersal affects species' ability to move or adapt in response to environmental change. Successful long‐distance dispersal also requires reproduction in areas with few mates, thus mating systems, especially the capacity for self‐fertilization, may influence the speed and success of range shifts. Here, we review: the theoretical predictions regarding dispersal and mating‐system evolution at equilibrium, expanding and contracting range limits; the empirical support for these predictions; and how these geographic patterns may influence future range evolution. Equilibrium range limits can arise from environmental gradients in habitat quality, temporal variation or habitat heterogeneity. Dispersal has been predicted to increase or decrease towards range edges, depending on which life‐history traits respond to the ecological gradient(s). In general, spatial habitat isolation selects against dispersal, whereas temporal stochasticity favours dispersal. At expanding range fronts, dispersal should increase due to spatial sorting for dispersive individuals and the benefits of colonizing vacant habitat. Dispersal evolution is likely more constrained during native range shifts than invasions. Models of expansion across environmental gradients and during climate‐tracking range shifts are lacking. Little theory considers evolution at contracting range margins. We suggest that increased dispersal should be selected if there is local adaptation to climate, as dispersers from warmer areas will out‐compete nondispersers no longer adapted to new climatic conditions. Dispersal increases should be more pronounced in regions where local adaptation is stronger. Self fertilization may be favoured at equilibrium, expanding or contracting range margins by providing reproductive assurance. However, this benefit depends on how inbreeding depression is influenced by genetic load, the severity of the abiotic environment, and the competitive milieu in edge populations. Models for the joint evolution of mating and dispersal in plants suggest that although selfing may evolve at range limits, it will not necessarily be associated with high dispersal. Empirical evidence to test these predictions is scarce. Geographic surveys of dispersal traits, mating‐system traits and relevant selective factors are needed, especially studies of: (i) stable range limits that identify underlying environmental gradients; (ii) moving range limits that compare traits across space and time; and (iii) contracting limits that assess variation in local adaptation towards the range edge.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».