MétaCan
Menu
Retour à la cohorte
Enregistrement W2340545879 · doi:10.1111/nph.13971

The scale of local adaptation in <i>Mimulus guttatus</i>: comparing life history races, ecotypes, and populations

2016· article· en· W2340545879 sur OpenAlexaff
Megan L. DeMarche, Kathleen M. Kay, Amy L. Angert

Notice bibliographique

RevueNew Phytologist · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCalifornia Native Plant SocietyNational Science Foundation
Mots-clésEcotypeLocal adaptationAdaptation (eye)BiologyEcologyScale (ratio)Life historyLife history theoryGeographyPopulationDemography

Résumé

récupéré en direct d'OpenAlex

Fitness trade-offs between environments are central to the evolution of biodiversity. Although transplant studies often document fitness trade-offs consistent with local adaptation (LA), many have also found an advantage of foreign genotypes (foreign advantage (FA)). Understanding the mechanisms driving the magnitude and distribution of fitness variation requires comparative approaches that test the ecological scales at which these different patterns emerge. We used a common garden transplant experiment to compare the relative fitnesses of native vs foreign genotypes at three nested ecological scales within Mimulus guttatus: annual vs perennial life history races, perennial ecotypes across an elevational range, and populations within perennial elevational ecotypes. We integrated fitness across the life-cycle and decomposed LA vs FA into contributions from different fitness components. We found LA, measured as home-site advantage, between annual and perennial races and a trend towards LA among populations within montane habitats. Conversely, we found strong FA of low-elevation perennials in a montane environment. LA between life history races reflects the fitness advantages of adult survival and vegetative growth in a mesic environment. Within the perennial race, recent climate conditions or nonselective processes, such as dispersal limitation or mutational load, could explain FA of low-elevation perennials in a montane environment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil0,257

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,244
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew PhytologistMême sujetGenetic diversity and population structureTravaux en français237 207