The influence of habitat boundaries on evolutionary branching along environmental gradients
Notice bibliographique
Résumé
It is well known that habitat boundaries affect ecological dynamics, but their influence on evolutionary dynamics is less well understood. Here, we study the effects of different kinds of boundaries on evolutionary branching in clonal populations along environmental gradients by systematically analyzing individual-based stochastic models in small- and large-range systems, as well as their large-population-size limits through deterministic approximations. Specifically, we examine four prototypical kinds of boundaries: impermeable boundaries at which individuals stop (“stopping”), or from which they continue back into the interior as if bouncing back mechanically (“reflecting”), or that let them abort the dispersal attempt, return to their original position and try a different direction (“reprising”), and semipermeable boundaries that can be crossed without hindrance, but do not allow the crossing individual to return (“absorbing”).We find that boundary conditions shape branching patterns only in small-range systems, where stopping boundaries generate disruptive selection for a wide range of parameters, whereas absorbing boundaries always generate stabilizing selection. Reflecting and reprising boundaries generate disruptive selection at low individual mobilities, and stabilizing selection at high mobilities. To further analyze these findings, we introduce a simple approximation of the invasion fitness in a mobile population, which predicts the observed outcome. The effect of stochasticity on evolutionary outcomes is small even in small populations: stochasticity causes random branch extinctions at steeper slopes and higher mobilities. In large-range systems, frequency-dependent interactions alone induce evolutionary branching for almost all parameters and independent of boundary conditions.
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 | 0,001 | 0,002 |
| 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 ».