Which phenotypic traits are under selection under warm, dry climates in black spruce?
Notice bibliographique
Résumé
• Trees are increasingly at risk of maladaptation to their environment as climates change rapidly world-wide. Although adaptive evolution by natural selection is a key mechanism by which populations and species can avoid extinction in changing environments, we have limited information regarding the phenotypic traits under selection under warm and dry environments. We answer the following research questions: (1) What ecophysiological traits are under selection in warm and dry environments? (2) Will intrapopulation trait integration affect the response to selection in the warmer, drier site? (3) Is the plastic response of traits under selection adaptive? • We studied 425 trees from seven provenances across three 50-year-old Picea mariana (black spruce) provenance trials located along a spatial climate gradient across eastern Canada. We measured height growth rate as a performance metric, and 10 traits that reflect water use, thermoregulation, structural support, and photosynthetic rate. • All traits were under selection in at least one site, mostly in combination with other traits. For two trait combinations, the strength of selection gradients significantly increased from the colder, wetter site to the warmer, drier site: water use efficiency (WUE) with Huber value (HV), and carbon-to-nitrogen ratio (CN) with HV. In the warmer and drier site, trait-trait correlations among these three traits were largely absent, except for CN:HV in two provenances. The plastic response to the spatial climate gradient was adaptive for WUE but maladaptive for HV and CN. • Results suggest that adaptive evolution in response to climate change in P. mariana may favor phenotypes with fewer needles that are conservative for water and resource use. Intrapopulation trait integration should minimally impede adaptive evolution. However, the species’ plastic responses to warmer and drier conditions may constrain the expression of optimally adapted phenotypes.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 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 ».