Data from: Evolution and plasticity: divergence of song discrimination is faster in birds with innate song than in song learners in Neotropical passerine birds
Notice bibliographique
Résumé
Plasticity is often thought to accelerate trait evolution and speciation. For example, plasticity in birdsong may partially explain why clades of song learners are more diverse than related clades with innate song. This “song learning” hypothesis predicts that 1) differences in song traits evolve faster in song learners, and 2) behavioral discrimination against allopatric song (a proxy for premating reproductive isolation) evolves faster in song learners. We tested these predictions by analyzing acoustic traits and conducting playback experiments in allopatric Central American sister pairs of song learning oscines (N = 42) and non-learning suboscines (N = 27). We found that non-learners evolved mean acoustic differences slightly faster than did leaners, and that the mean evolutionary rate of song discrimination was 4.3 times faster in non-learners than in learners. This unexpected result may be a consequence of significantly greater variability in song traits in song learners (by 54–79%) that requires song-learning oscines to evolve greater absolute differences in song before achieving the same level of behavioral song discrimination as non-learning suboscines. This points to “a downside of learning” for the evolution of species discrimination, and represents an important example of plasticity reducing the rate of evolution and diversification by increasing variability.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».