Multiple extreme climatic events strengthen selection for earlier breeding in a wild passerine
Notice bibliographique
Résumé
Global climate warming results in an increase in mean temperatures and in the frequency of extreme climatic events (ECEs), which could both strongly impact ecosystems and populations. Most studies assessing the impact of global warming on ecosystems have focused on warming trends while neglecting ECEs. In particular, the effects of multiple ECEs on fitness, and their consequences for selection, are still missing. Here we explored the effects of daily extreme rainfalls, as well as the occurrence of extremely hot and cold days, on clutch size and laying date in a wild blue tit population ( Cyanistes caeruleus ) monitored over 25 years. During the nestling phase (8–15 days old), the number of fledglings in a brood was negatively correlated with extremely hot days. The presence of extremely hot days between days 8 and 15 was also associated with an increase in the strength of selection acting on laying date, independently of mean temperature trends during the same period: when 10% of broods in the population experienced this type of ECE, selection for earlier breeding increased by 39%. Our results represent a unique quantification of the impact of multiple ECEs on the fitness landscape and emphasize their role as climatic drivers of selection. This article is part of the themed issue ‘Behavioural, ecological and evolutionary responses to extreme climatic events’.
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 | 0,001 | 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».