The effect of range overlap on ecological niche divergence depends on spatial scale in monkeyflowers
Notice bibliographique
Résumé
Patterns of niche divergence and geographical range overlap of closely related species provide insights into the evolutionary dynamics of ecological niches. When ranges overlap, shared selective pressures may preserve niche similarity along coarse-scale macrohabitat axes (e.g., bioclimates). Alternatively, competitive interactions may drive greater divergence along local-scale microhabitat axes (e.g., micro-topographical features). We tested these hypotheses in 16 species pairs of western North American monkeyflowers (Erythranthe and Diplacus, formerly Mimulus) with estimations of species' niches, geographic ranges, and a robust phylogeny. We found that macrohabitat niche divergence decreased with increasing range overlap, consistent with convergent selection operating at a coarse scale. No significant relationship was detected for microhabitat niches. Additionally, niche divergence was greater for recently diverged pairs along all macrohabitat niche axes, but greater for distantly diverged pairs along one microhabitat axis related to vegetation cover. For species pairs with partially overlapping ranges, greater microhabitat divergence was detected in sympatry than in allopatry for at least one niche axis for three of four pairs, consistent with character displacement in sympatry. Thus, coarse- and local-scale niche divergence show dissimilar patterns in relation to range overlap and divergence time, perhaps because the relative importance of convergent versus divergent selection depends on spatial scale.
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 | 0,000 | 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 ».