Disentangling the mechanisms of signal evolution in Tyrannidae flycatchers, part I: song is constrained by morphology and covaries with ecological factors
Notice bibliographique
Résumé
Acoustic signals mediate key animal interactions and can evolve through a variety of factors. Signal divergence can reinforce pre-zygotic barriers and minimize costly hybridizations among closely related species or partition acoustic space to avoid signal interference. To unravel the drivers of song evolution, it is critical to simultaneously test multiple evolutionary axes leading to heterospecific song variation (e.g., the role of morphology, ecology, and heterospecific recognition). Tyrannidae is the largest Passeriformes family and occurs across a broad environmental gradient. Tyrannids are suboscines, so song variation represents evolutionary differences that are not confounded by social learning. Several genera show conserved plumage coloration, but exhibit pronounced vocal differences. In the first of our two-part paper on signal ecology and evolution, we leveraged a large-scale song dataset to unravel song divergence in Tyrannidae (n = 282 species) by testing the relative influence of morphology (body and bill size), ecology (vegetation cover, diet, climate), and heterospecific proximity on song evolution. Based on phylogenetically controlled analyses, we found Tyrannidae song evolution was primarily driven by morphological adaptation, where larger-bodied birds with heftier bills sang lower frequency and slower paced songs. Pairwise song differences were weakly related to heterospecific proximity of some genera, lending support to the species recognition hypothesis or drift. Given that many flycatchers are habitat specialists, natural selection acting on bill morphology and body size in specific environmental-contexts may shape song among tyrannids. By simultaneously testing the relative roles of morphological, ecological, and geographical factors on song evolution, our study highlights the complexity of suboscine song evolution and the importance of large-scale comparative studies that test multiple evolutionary hypotheses.
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 ».