On strategies of plant behaviour: Evolutionary games of habitat selection, defence, and foraging
Notice bibliographique
Résumé
Background: Strategies of habitat selection, defence, and foraging depend critically on population density and the frequency of alternative strategies: they are evolutionary games. Although commonly modelled in studies of animal behaviour, they are less frequently used to provide insights into the behaviour of plants. A 'review' and analysis of how these universal strategies apply to plants should help motivate further development of plant evolutionary games. Questions: Should plants practise density-dependent habitat selection? Do games of plant defence depend on demography and habitat quality? How similar are games of competition for nutrients and light? Methods and models: Assessments of eco-evolutionary dynamics with computer simulations (habitat selection), evolutionary invasion analysis (defence), and G-functions (foraging). Results: Selection gradients for pre-emptive habitat selection are steeper than those for passive dispersal and yield an advantage that increases with population density. The evolutionarily stable defence level in a homogeneous environment is proportional to the ratio of survival by mature versus immature plants. In heterogeneous environments, investments in herbivore defence depend on habitat quality and are resolved by habitat selection. Games of competition for both nutrients and light predict Tragedies of the Commons in which size, density, and investment in tissue that does not directly contribute to fitness depend on the source of competition. Conclusion: Much of the dynamic feedback between the ecology of plants and their evolution can be understood with models of three universal processes: habitat selection, safety and defence against enemies, and foraging for nutrients and other resources. The specifics of models may differ among taxa, but not the underlying density and frequency dependence of their eco-evolutionary strategies.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».