Hybrid evolution repeats itself across environmental contexts in Texas sunflowers ( <i>Helianthus</i> )
Notice bibliographique
Résumé
To what extent is evolution repeatable? Little is known about whether the evolution of hybrids is more (or less) repeatable than that of nonhybrids. We used field experimental evolution in annual sunflowers (Helianthus) in Texas to ask the extent to which hybrid evolution is repeatable across environments compared to nonhybrid controls. We created hybrids between Helianthus annuus (L.) and H. debilis (Nutt.) and grew plots of both hybrids and nonhybrid controls through eight generations at three sites in Texas. We collected seeds from each generation and grew each generation × treatment × home site combination at two final common gardens. We estimated the strength and direction of evolution in terms of fitness and 24 traits, tested for repeated versus nonrepeated evolution, and assessed overall phenotypic evolution across lineages and in relation to a locally adapted phenotype. Hybrids consistently evolved higher fitness over time, while controls did not, although trait evolution varied in strength across home sites. Repeated evolution was more evident in hybrids versus nonhybrid controls, and hybrid evolution was often in the direction of the locally adapted phenotype. Our findings have implications for both the nature of repeatability in evolution and the contribution of hybridization to evolution across environmental contexts.
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 ».