Measuring, comparing and interpreting phenotypic selection on floral scent
Notice bibliographique
Résumé
Natural selection on floral scent composition is a key element of the hypothesis that pollinators and other floral visitors drive scent evolution. The measure of such selection is complicated by the high-dimensional nature of floral scent data and uncertainty about the cognitive processes involved in scent-mediated communication. We use dimension reduction through reduced-rank regression to jointly estimate a scent composite trait under selection and the strength of selection acting on this trait. To assess and compare variation in selection on scent across species, time and space, we reanalyse 22 datasets on six species from four previous studies. The results agreed qualitatively with previous analyses in terms of identifying populations and scent compounds subject to stronger selection but also allowed us to evaluate and compare the strength of selection on scent across studies. Doing so revealed that selection on floral scent was highly variable, and overall about as common and as strong as selection on other phenotypic traits involved in pollinator attraction or pollen transfer. These results are consistent with an important role of floral scent in pollinator attraction. Our approach should be useful for further studies of plant-animal communication and for studies of selection on other high-dimensional phenotypes. In particular, our approach will be useful for studies of pollinator-mediated selection on complex scent blends comprising many volatiles, and when no prior information on the physiological responses of pollinators to scent compounds is available.
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 ».