Ecological drivers of flower–leaf sequences: aridity and proxies for pollinator attraction select for flowering‐first in the American plums
Notice bibliographique
Résumé
Across temperate forests, many tree species produce flowers before their leaves emerge. This flower-leaf phenological sequence, known as hysteranthy, is generally described as an adaptation for wind pollination. However, this explanation does not address why hysteranthy is also common in biotically pollinated taxa. We quantified flower-leaf sequence variation in the American plums (Prunus, subg. Prunus sect. Prunocerasus), a clade of insect-pollinated trees, using herbaria specimens and Bayesian hierarchical modeling. We tested two common, but rarely interrogated hypotheses - that hysteranthy confers aridity tolerance and/or pollinator visibility - by modeling the associations between hysteranthy and related traits. To understand how these phenology-trait associations were sensitive to taxonomic scale and flower-leaf sequence classification, we then extended these analyses to all Prunus species in North America. Our findings across two taxonomic levels support the hypotheses that hysteranthy may help temporally partition hydraulic demand to reduce water stress and increase pollinator visibility - thereby reducing selective pressure on inflorescence size. Our results provide foundational insights into the evolution of flower-leaf sequences in the genus Prunus, with implications for understanding these patterns in biotically pollinated plants in general. Our approach suggests a path to advance these hypotheses to other clades, but teasing out drivers fully will require new experiments.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».