Selection on early survival does not explain germination rate clines in <i>Mimulus cardinalis</i>
Notice bibliographique
Résumé
PREMISE: Many traits covary with environmental gradients to form phenotypic clines. While local adaptation to the environment can generate phenotypic clines, other nonadaptive processes may also. If local adaptation causes phenotypic clines, then the direction of genotypic selection on traits should shift from one end of the cline to the other. Traditionally, genotypic selection on non-Gaussian traits like germination rate have been hampered because it is challenging to measure their genetic variance. METHODS: Here we used quantitative genetics and reciprocal transplants to test whether a previously discovered cline in germination rate showed additional signatures of adaptation in the scarlet monkeyflower (Mimulus cardinalis). We measured genotypic and population level covariation between germination rate and early survival, a component of fitness. We developed a novel discrete log-normal model to estimate genetic variance in germination rate. RESULTS: Contrary to our adaptive hypothesis, we found no evidence that genetic variation in germination rate contributed to variation in early survival. Across populations, southern populations in both gardens germinated earlier and survived more. CONCLUSIONS: Southern populations have higher early survival but it is not caused by faster germination. This pattern is consistent with nonadaptive forces driving the phenotypic cline in germination rate, but future work will need to assess whether there is selection at other life stages. This statistical framework should help expand quantitative genetic analyses for other waiting-time traits.
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 | 0,001 | 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 ».