Variations in seasonal (not mean) temperatures drive rapid adaptations to novel environments at a continent scale
Notice bibliographique
Résumé
The recent development of human societies has led to major, rapid, and often inexorable changes in the environment of most animal species. Over the last decades, a growing number of studies formulated predictions on the modalities of animal adaptation to novel or changing environments, questioning how and at what speed animals should adapt to such changes, discussing the levels of risks imposed by changes in the mean and/or variance of temperatures on animal performance, and exploring the underlying roles of phenotypic plasticity and genetic inheritance. These fundamental predictions, however, remain poorly tested using field data. Here, we tested these predictions using a unique continental-scale data set in the European earwig Forficula auricularia L., a univoltine insect introduced in North America one century ago. We conducted a common garden experiment, in which we measured 13 life-history traits in 4,158 field-sampled earwigs originating from 19 populations across North America. Our results first demonstrate that 10 of the 13 measured life-history traits are associated with two sets of variations in seasonal temperatures, that is, winter-summer and autumn-spring. We found, however, no association with the overall mean monthly temperatures of the invaded locations. Furthermore, our use of a common garden setup reveals that the observed patterns of variation in earwigs' life-history traits are not mere plastic responses to their current environment, but are either due to their genetic background and/or to the environmental conditions they experienced during early life development. Overall, these findings provide continent-scale support to the claims that adaptation to thermal changes can occur quickly (in less than 100 generations), even in insects with long life cycles, and emphasize the importance of variation in seasonal temperature over mean population temperatures in climate adaptation.
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 | 0,000 | 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 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».