Sanctions, partner recognition, and variation in mutualism
Notice bibliographique
Résumé
Abstract Mutualistic interactions can be stabilized against invasion by non-cooperative individuals by putting such “cheaters” at a selective disadvantage. Selection against cheaters should eliminate genetic variation in partner quality — yet such variation is often found in natural populations. One explanation for this paradox is that mutualism outcomes are determined not only by responses to partner performance, but also by partner signals. Here, we build a model of coevolution in a symbiotic mutualism, in which hosts’ ability to sanction non-cooperative symbionts and recognition of symbiont signals are determined by separate loci, as are symbionts’ cooperation and expression of signals. In the model, variation persists without destabilizing the interaction, in part because coevolution of symbiont signals and host recognition is altered by the coevolution of sanctions and cooperation, and vice-versa. Individual-based simulations incorporating population structure strongly corroborate these results. The dual systems of sanctions and partner recognition converge toward conditions similar to some economic models of mutualistic symbiosis in which hosts offering the right incentives to potential symbionts can initiate symbiosis without screening for partner quality. These results predict that mutualists can maintain variation in recognition of partner signals or in the ability to sanction non-cooperators without destabilizing mutualism, and reinforce the notion that studies of mutualism should consider communication between partners as well as the exchange of benefits.
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 | 0,002 | 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 ».