Population-Dynamic Consequences of Predator-Induced Life History Variation in the Guppy (Poecilia reticulata)
Notice bibliographique
Résumé
A fundamental goal of population ecology is to quantify how spatial and temporal variation in life history traits translates into variation in population-level parameters such as vital rates and projected growth rate (λ). Further emphasis has been on the sensitivity of λ to absolute variation (sensitivities) and relative variation (elasticities) in vital rates, because λ can be related to the evolutionary fitness of a life history phenotype (r = lnλ). Furthermore, because density regulation can affect the expression and evolution of life history traits, which in turn can feed back on population dynamics, correctly incorporating the relationship between the two is critical to understanding the evolution and evolvability of life history strategies. Here we ask how life history variation affects projected population growth and evolutionary fitness dynamics in the long-term study system of the Trinidadian guppy (Poecilia reticulata). There are striking differences in the life history traits of guppies that co-occur with two different assemblages of predators and so these populations are a model natural system for examining the fitness consequences of, and selective pressures on, traits that covary predictably. We found that populations experiencing high rates of predation had lower estimates of growth and fitness than did those experiencing low rates of predation (pooled r = 0.02 and 0.17, respectively). But when we incorporated density regulation in low predation sites, observed with field manipulations and modeled with simulations, this difference became negligible. Furthermore, for all populations irrespective of predators, growth rate was most sensitive to changes in neonatal growth and was contributed to maximally by early adult survival. Particularly in light of growing concerns on correctly identifying sensitive life stages in overharvested fauna, addressing these questions in a long-term natural experimental system may provide guidance.
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 | 0,001 |
| 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) | 0,001 | 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 ».