Étude du potentiel évolutif de la plasticité phénotypique chez l’hirondelle bicolore (Tachycineta bicolor)
Bibliographic record
Abstract
Le contexte actuel des changements environnementaux rapides met à l’épreuve la capacité d’adaptation de nombreuses populations animales. En effet, l’évolution par sélection naturelle est souvent un processus lent. Une population évoluera en réponse à des pressions de sélection constantes qui, de génération en génération, favoriseront les phénotypes et génotypes les mieux adaptés aux nouvelles conditions auxquelles cette population est exposée. Toutefois, les individus peuvent s’adapter plus rapidement aux conditions changeantes grâce à la plasticité phénotypique, processus où un trait peut s’exprimer différemment selon l’environnement pour un même génotype. D’ailleurs, la plasticité phénotypique a été désignée comme le principal mécanisme permettant aux populations faisant face aux changements environnementaux de s’adapter à court terme. De plus, la plasticité phénotypique peut être considérée comme un trait qui sera soumis à la sélection naturelle et qui évoluera. Si tel est le cas, le nombre d’individus grandement plastiques augmentera dans la population, pouvant améliorer ses chances de persistance dans le futur. La majorité des études qui se sont intéressées au potentiel évolutif de la plasticité phénotypique s’est limitée à l’étude d’un trait dans un contexte environnemental. Toutefois, l’inclusion de plusieurs traits et plusieurs variables environnementales gagne en importance afin de faire des études plus complètes de la plasticité phénotypique exprimée au sein des populations. L’objectif de cette étude était d’évaluer le potentiel évolutif de la plasticité phénotypique de deux traits écologiques d’importance et d’évaluer si leur plasticité respective covarie dans une population d’Hirondelle bicolore (Tachycineta bicolor). Cette population, se reproduisant dans le sud du Québec au printemps, fait l’objet d’un suivi détaillé depuis 2004. Ainsi, 18 ans de données ont été utilisés (2005-2021) afin d’étudier la plasticité de la date de ponte (date de ponte du premier œuf) et de la taille de couvée (nombre d’œufs pondus), deux traits souvent négativement corrélés en population naturelle, en fonction de cinq variables environnementales (température moyenne, température minimum, ratio de paysage extensif, densité de congénères et densité de Moineau domestique (Passer domesticus)). Mes résultats indiquent que la date de ponte est un trait soumis à une sélection directionnelle positive. Toutefois, bien que j’aie détecté de la variation dans la plasticité exprimée au sein de la population pour toutes les variables environnementales, je n’ai pas trouvé d’évidence de sélection agissant sur cette plasticité phénotypique. La taille de couvée, pour sa part, n’est pas un trait soumis à la sélection, tout comme sa plasticité. D’ailleurs, la taille de couvée ne semble pas être un trait plastique dans notre population. Enfin, j’ai détecté une corrélation négative entre la date de ponte et la taille de couvée, mais leur plasticité ne covarie pas. Bien que je n’aie pas pu conclure en ce qui a trait au potentiel évolutif de la plasticité phénotypique des deux traits à l’étude, l’approche multitraits et multienvironnements m’a amené à évaluer la plasticité de ces traits corrélés dans des contextes environnementaux peu ou jamais étudiés. Ainsi, mon étude contribue au développement des connaissances quant à la plasticité phénotypique, un processus adaptatif particulièrement important chez les populations animales faisant face aux changements environnementaux.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".