Gender dimorphic species flower earlier than cosexuals
Notice bibliographique
Résumé
Abstract The timing of flowering is central to plant life‐history as it initiates sexual reproduction, thus controlling plant interaction with pollinators and climate factors. A fundamental question is: what are the drivers of flowering time strategy in a species? We assembled mean flowering times for the indigenous dicotyledonous flora of New Zealand ( n = 1303 species, including 177 tree species) and used phylogenetic models to determine how climate, plant traits, and evolutionary history (phylogeny) controlled interspecific variation in flowering times across an island flora. Across all species, on average, flowering was 19 days earlier in abiotically pollinated species relative to biotically pollinated species, 23 days earlier in woody species, relative to herbaceous species, 45 days earlier in species with fleshy‐fruits, relative to species with dry fruits and 31 days earlier in gender dimorphic species, relative to cosexual species. Species in warmer and drier climates flowered earlier than those growing under cool, moist climates. When all factors were considered together, the strongest influence on flowering time was sexual system: gender dimorphic species flowered earlier than cosexuals, even after accounting for other factors. Synthesis . We propose that these differences in flowering time arise because of sexual selection for early male flowering and sexual conflict between male and female individuals. As sexual selection and conflict may be stronger in gender dimorphic species than in cosexual species, our study suggests that plant sexual system is an important force structuring the phenology of plant communities, with potential consequences for ecological interactions and ecosystem processes.
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) | 0,001 | 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 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 ».