Notice bibliographique
Résumé
Neighbouring plants can interact strongly, competing for resources including light, water, animal mutualists, and local germination sites. From an evolutionary perspective, this implies that a plant’s best resource acquisition strategy will usually depend on the traits of its neighbours, and for plants in particular, neighbours are often genealogical relatives. Here, I use a combination of theory and experiments to expose some important consequences of social interactions among plants. The first model analyzes selection on traits used to attract pollinators, showing that competitive interactions (in the absence of local relatedness) can select for exaggerated secondary sexual characters. To complement this model, I performed experiments that confirm the mechanisms by which adaptive pollinator foraging naturally leads to interactions among plants. The observed foraging behaviour (of bumble bees) also provides unique evidence for ‘Bayesian foraging’, a sophisticated type of resource assessment that depends on prior experience in a particular environment. A second model considers how selection on the sex allocation of cosexual, animal-dispersed plants leads to competition and cooperation over local germination sites, sometimes leading to the origin of gender dimorphism. The model reveals novel ecological contexts in which disruptive selection on sex allocation can arise, and in general, illustrates how selection for cooperation can facilitate or inhibit evolutionary diversification. In the models considered here, cooperation is indiscriminant, but plants might also assess the relatedness of neighbours and cooperate with kin over non-kin. In the final chapter, I present experimental evidence that is consistent with preferential cooperation over soil resources among sibling plants. This study is the first to link a potentially cooperative resource allocation strategy with an increase in the mean fitness of related plants.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».