Environnement

@book{young1938the8,
    author = "Young, J. Z",
    title = "L'évolution du système nerveux et de la relation entre l'organisme et l'environnement, dans de Beer, G. R., éd., Évolution",
    year = "1938",
    publisher = "Essais sur les aspects de la biologie évolutive, présenté au professeur E.S. Goodrich à l'occasion de son 70e anniversaire : Oxford, Clarendon Press, p. 179-204",
    note = "talkorigins_source = {true}; raw_reference = {Young, J. Z., 1938, L'évolution du système nerveux et de la relation entre l'organisme et l'environnement, dans de Beer, G. R., éd., Évolution : Essais sur les aspects de la biologie évolutive, présenté au professeur E.S. Goodrich à l'occasion de son 70e anniversaire : Oxford, Clarendon Press, p. 179-204.}"
}

@misc{ayala1968genotype1,
    author = "Ayala, F. J",
    title = "Genotype, environnement, et nombre de population",
    year = "1968",
    howpublished = "Science, v. 162, p. 1453-1459",
    note = "talkorigins\_source = {true}; raw\_reference = {Ayala, F. J., 1968, Genotype, environnement, et nombre de population: Science, v. 162, p. 1453-1459.}"
}

@book{drake1968evolution2,
    author = "Drake, E. T",
    title = "Évolution et environnement",
    year = "1968",
    publisher = "New Haven, Connecticut, Yale University Press, 478 p",
    note = "talkorigins\_source = {true}; raw\_reference = {Drake, E. T., 1968, Évolution et environnement : New Haven, Connecticut, Yale University Press, 478 p.}"
}

@article{bernard1970evolution,
    author = "Bernard, E.A.",
    title = "Évolution et environnement",
    year = "1970",
    journal = "Paléogéographie, Paléoclimatologie, Paléoécologie",
    url = "https://doi.org/10.1016/0031-0182(70)90095-7",
    doi = "10.1016/0031-0182(70)90095-7",
    number = "3",
    openalex = "W2322098789",
    pages = "277-278",
    volume = "7"
}

@misc{fuller1974chemistry3,
    author = "Fuller, E. C",
    title = "Chimie et l'environnement de l'homme",
    year = "1974",
    howpublished = "Boston, Houghton Mifflin",
    note = "talkorigins\_source = {true}; raw\_reference = {Fuller, E. C., 1974, Chimie et l'environnement de l'homme : Boston, Houghton Mifflin.}"
}

@book{hallam1975jurassic4,
    author = "Hallam, A",
    title = "Jurassic Environments",
    year = "1975",
    publisher = "Cambridge, Cambridge University Press",
    note = "talkorigins\_source = {true}; raw\_reference = {Hallam, A., 1975, Jurassic Environments : Cambridge, Cambridge University Press.}"
}

@book{schmidtnielsen1979animal6,
    author = "Schmidt-Nielsen, K",
    title = "Physiologie animale, adaptation et environnement",
    year = "1979",
    publisher = "Cambridge, Cambridge University Press",
    note = "talkorigins\_source = {true}; raw\_reference = {Schmidt-Nielsen, K., 1979, Physiologie animale, adaptation et environnement : Cambridge, Cambridge University Press.}"
}

@book{panchen1980the5,
    author = "Panchen, A. L",
    title = "L'environnement terrestre et l'origine des vertébrés terrestres",
    year = "1980",
    publisher = "New York, Academic Press",
    note = "talkorigins\_source = {true}; raw\_reference = {Panchen, A. L., 1980, The Terrestrial Environment and the Origin of Land Vertebrates: New York, Academic Press.}"
}

Les études sur la variation spatiale de l'environnement se sont principalement concentrées sur la manière dont la variation génétique peut être maintenue. De nombreux modèles génétiques à un locus ont abordé cette question, mais, pour plusieurs raisons, ces modèles ne sont pas directement applicables aux traits quantitatifs (polygéniques). Une raison en est que, pour les caractères variant de manière continue, l'évolution de la moyenne du phénotype exprimé dans différents environnements (la norme de réaction) est également d'intérêt. Nos modèles génétiques quantitatifs décrivent l'évolution de la réponse phénotypique à l'environnement, également connue sous le nom de plasticité phénotypique (Gause, 1947), et illustrent comment la norme de réaction (Schmalhausen, 1949) peut être façonnée par la sélection. Ces modèles utilisent la relation statistique qui existe entre l'interaction génotype-environnement et la corrélation génétique pour décrire l'évolution de la moyenne du phénotype sous sélection douce et sélection forte dans des environnements à grain grossier. Tout comme les corrélations génétiques entre caractères au sein d'un seul environnement peuvent contraindre la réponse à une sélection simultanée, de même une corrélation génétique entre les états d'un caractère exprimés dans deux environnements peut le faire. Sauf si la corrélation génétique entre les environnements est ± 1, la variation polygénique est épuisée, ou s'il y a un coût à la plasticité, les populations panmictiques sous une fonction de fitness bivariée atteindront inévitablement le phénotype moyen optimal pour un caractère donné dans chaque environnement. Cependant, des corrélations positives ou négatives très élevées peuvent considérablement ralentir le taux d'évolution et peuvent produire une maladaptation temporaire dans un environnement avant que le phénotype conjoint optimal ne soit enfin atteint. Les trajectoires évolutives sous sélection forte et sélection douce peuvent différer : dans la sélection forte, les environnements avec le plus haut fitness moyen initial contribuent le plus d'individus au pool de reproduction. Dans la sélection forte et la sélection douce, l'évolution vers l'optimum dans un environnement rare est beaucoup plus lente que dans un environnement commun. Un modèle de population subdivisée révèle que la restriction de la migration peut faciliter l'adaptation locale. Cependant, sauf s'il n'y a pas de migration ou si l'un des cas particuliers discutés pour les populations panmictiques s'applique, aucune variation géographique de la norme de réaction ne sera maintenue à l'équilibre. Les implications de ces résultats pour l'interprétation des modèles spatiaux de variation phénotypique dans les populations naturelles sont discutées.

@article{doi101111j155856461985tb00391x,
    author = "Via, Sara and Lande, Russell",
    title = "GENOTYPE-ENVIRONMENT INTERACTION AND THE EVOLUTION OF PHENOTYPIC PLASTICITY",
    year = "1985",
    journal = "Evolution",
    abstract = "Les études sur la variation spatiale de l'environnement se sont principalement concentrées sur la manière dont la variation génétique peut être maintenue. De nombreux modèles génétiques à un locus ont abordé cette question, mais, pour plusieurs raisons, ces modèles ne sont pas directement applicables aux traits quantitatifs (polygéniques). Une raison en est que, pour les caractères variant de manière continue, l'évolution de la moyenne du phénotype exprimé dans différents environnements (la norme de réaction) est également d'intérêt. Nos modèles génétiques quantitatifs décrivent l'évolution de la réponse phénotypique à l'environnement, également connue sous le nom de plasticité phénotypique (Gause, 1947), et illustrent comment la norme de réaction (Schmalhausen, 1949) peut être façonnée par la sélection. Ces modèles utilisent la relation statistique qui existe entre l'interaction génotype-environnement et la corrélation génétique pour décrire l'évolution de la moyenne du phénotype sous sélection douce et sélection forte dans des environnements à grain grossier. Tout comme les corrélations génétiques entre caractères au sein d'un seul environnement peuvent contraindre la réponse à une sélection simultanée, de même une corrélation génétique entre les états d'un caractère exprimés dans deux environnements peut le faire. Sauf si la corrélation génétique entre les environnements est ± 1, la variation polygénique est épuisée, ou s'il y a un coût à la plasticité, les populations panmictiques sous une fonction de fitness bivariée atteindront inévitablement le phénotype moyen optimal pour un caractère donné dans chaque environnement. Cependant, des corrélations positives ou négatives très élevées peuvent considérablement ralentir le taux d'évolution et peuvent produire une maladaptation temporaire dans un environnement avant que le phénotype conjoint optimal ne soit enfin atteint. Les trajectoires évolutives sous sélection forte et sélection douce peuvent différer : dans la sélection forte, les environnements avec le plus haut fitness moyen initial contribuent le plus d'individus au pool de reproduction. Dans la sélection forte et la sélection douce, l'évolution vers l'optimum dans un environnement rare est beaucoup plus lente que dans un environnement commun. Un modèle de population subdivisée révèle que la restriction de la migration peut faciliter l'adaptation locale. Cependant, sauf s'il n'y a pas de migration ou si l'un des cas particuliers discutés pour les populations panmictiques s'applique, aucune variation géographique de la norme de réaction ne sera maintenue à l'équilibre. Les implications de ces résultats pour l'interprétation des modèles spatiaux de variation phénotypique dans les populations naturelles sont discutées.",
    url = "https://doi.org/10.1111/j.1558-5646.1985.tb00391.x",
    doi = "10.1111/j.1558-5646.1985.tb00391.x",
    openalex = "W2014857933",
    references = "doi101001jama195002910300087029, doi101016s0065266008600486, doi101086281736, doi101086281792, doi101111j155856461979tb04694x, doi101111j155856461980tb04817x, doi101111j155856461981tb04864x, doi101111j155856461983tb00236x, doi1023071936778, doi1023072407630, doi1023072527750"
}

@misc{weiss1989lower7,
    author = "Weiss, A. F. et Semikhatov, M. A",
    title = "Association de microfossiles Omakhta du Riphéen inférieur de l'Est sibérien",
    year = "1989",
    howpublished = "composition et environnements de formation [en russe] : Izvestia Akadamie Nauk SSSR Series Geol., v. 5, p. 36-54",
    note = "talkorigins\_source = {true}; raw\_reference = {Weiss, A. F., et Semikhatov, M. A., 1989, Association de microfossiles Omakhta du Riphéen inférieur de l'Est sibérien : composition et environnements de formation [en russe] : Izvestia Akadamie Nauk SSSR Series Geol., v. 5, p. 36-54.}"
}

@article{doi1023071485903,
    author = "Berggren, William A. et Tsuchi, Ryiuchi et Ingle, James C.",
    title = "Pacific Néogène : Environnement, Évolution et Événements",
    year = "1993",
    journal = "Micropaléontologie",
    url = "https://doi.org/10.2307/1485903",
    doi = "10.2307/1485903",
    openalex = "W1538093094"
}

@incollection{crossref1994evolution,
    title = "Évolution et environnement",
    year = "1994",
    booktitle = "Nouvelles perspectives sur une vieille planète",
    url = "https://doi.org/10.1017/cbo9781139174114.026",
    doi = "10.1017/cbo9781139174114.026",
    openalex = "W2483247563",
    pages = "348-370"
}

Nous étudions les profils de densité des halos de matière noire dans une simulation N-corps à haute résolution d'une cosmologie LCDM. Notre échantillon statistique contient 5000 halos dans la plage 10 11 10 14 h 21 M (Y et la résolution permet d'étudier les sous-halos à l'intérieur des halos hôtes. Les profils sont paramétrisés par une forme NFW avec deux paramètres, un rayon interne r s et un rayon virial R vir, et nous définissons la concentration du halo c vir; R vir ar s X Premièrement, nous trouvons que, pour une masse de halo donnée, la dépendance en redshift de la concentration médiane est c vir G 1 1 z 21 X Cela correspond à r s z, constantY et contredit les soupçons antérieurs selon lesquels c vir ne varie pas beaucoup avec le redshift. Les implications sont que les galaxies à haut redshift sont prédites être plus étendues et plus faibles que prévu auparavant. Deuxièmement, nous trouvons que la dispersion des profils de halo est grande, avec une 1s Dlog c vir 0X18 à une masse donnée, correspondant à une dispersion des vitesses de rotation maximales de DV max aV max 0X12X Nous discutons des implications pour la modélisation de la relation TullyFisher, qui a une dispersion intrinsèque rapportée plus faible. Troisièmement, les sous-halos et les halos dans des environnements denses ont tendance à être plus concentrés que les halos isolés et montrent une dispersion plus grande. Ces résultats suggèrent que c vir est un paramètre essentiel pour la théorie de la modélisation des galaxies, et nous discutons brièvement des implications pour l'universalité de la relation de Tully Fisher, la formation des galaxies à faible brillance de surface et l'origine de la séquence de Hubble. Nous présentons un traitement analytique amélioré de la formation des halos qui s'ajuste aux relations mesurées entre les paramètres des halos et leur dépendance en redshift, et peut ainsi servir aux études semi-analytiques de la formation des galaxies.

@article{doi101046j13658711200104068x,
    author = "Bullock, James S. et Kolatt, Tsafrir et Sigad, Yair et Somerville, Rachel S. et Kravtsov, Andrey V. et Klypin, A. A. et Primack, Joel R. et Dekel, Avishai",
    title = "Profiles of dark haloes: évolution, dispersion et environnement",
    year = "2001",
    journal = "Monthly Notices of the Royal Astronomical Society",
    abstract = "Nous étudions les profils de densité des halos de matière noire dans une simulation N-corps à haute résolution d'une cosmologie LCDM. Notre échantillon statistique contient 5000 halos dans la plage 10 11 10 14 h 21 M (Y et la résolution permet d'étudier les sous-halos à l'intérieur des halos hôtes. Les profils sont paramétrisés par une forme NFW avec deux paramètres, un rayon interne r s et un rayon virial R vir, et nous définissons la concentration du halo c vir; R vir ar s X Premièrement, nous trouvons que, pour une masse de halo donnée, la dépendance en redshift de la concentration médiane est c vir G 1 1 z 21 X Cela correspond à r s z, constantY et contredit les soupçons antérieurs selon lesquels c vir ne varie pas beaucoup avec le redshift. Les implications sont que les galaxies à haut redshift sont prédites être plus étendues et plus faibles que prévu auparavant. Deuxièmement, nous trouvons que la dispersion des profils de halo est grande, avec une 1s Dlog c vir 0X18 à une masse donnée, correspondant à une dispersion des vitesses de rotation maximales de DV max aV max 0X12X Nous discutons des implications pour la modélisation de la relation TullyFisher, qui a une dispersion intrinsèque rapportée plus faible. Troisièmement, les sous-halos et les halos dans des environnements denses ont tendance à être plus concentrés que les halos isolés et montrent une dispersion plus grande. Ces résultats suggèrent que c vir est un paramètre essentiel pour la théorie de la modélisation des galaxies, et nous discutons brièvement des implications pour l'universalité de la relation de Tully Fisher, la formation des galaxies à faible brillance de surface et l'origine de la séquence de Hubble. Nous présentons un traitement analytique amélioré de la formation des halos qui s'ajuste aux relations mesurées entre les paramètres des halos et leur dépendance en redshift, et peut ainsi servir aux études semi-analytiques de la formation des galaxies.",
    url = "https://doi.org/10.1046/j.1365-8711.2001.04068.x",
    doi = "10.1046/j.1365-8711.2001.04068.x",
    openalex = "W2023344562",
    references = "doi101046j13658711199801227x, doi101086152650, doi101086157753, doi101086170483, doi101086177173, doi101086304888, doi101086305262, doi101093mnras1833341, doi101093mnras2623627, openalexw3100110286"
}

@article{doi101016jibmb200309002,
    author = "Mans, Ben J. et Neitz, A.W.H.",
    title = "Adaptation des tiques à un environnement d'alimentation sanguine : évolution d'un point de vue fonctionnel",
    year = "2004",
    journal = "Insect Biochemistry and Molecular Biology",
    url = "https://doi.org/10.1016/j.ibmb.2003.09.002",
    doi = "10.1016/j.ibmb.2003.09.002",
    openalex = "W2161609934",
    references = "doi1010079783642866593, doi1010160047248491900698, doi101016s0968000498013358, doi101042bj3180001, doi101074jbcr000003200, doi101126science28754612204, doi101126science29054941151, doi101146annurevbi49070180003113, openalexw1511493290, openalexw1517554598"
}

@book{openalexw1525648878,
    author = "Deeming, D. Charles",
    title = "Reptilian Incubation: Environment, Evolution and Behaviour",
    year = "2004",
    url = "https://openalex.org/W1525648878",
    openalex = "W1525648878"
}

Nous explorons les relations simples entre la masse, le taux de formation d'étoiles et l'environnement dans SDSS, zCOSMOS et d'autres relevés profonds. Nous adoptons une approche purement empirique pour identifier les caractéristiques de l'évolution des galaxies qui sont imposées par les données, puis nous explorons les conséquences analytiques de celles-ci. Nous montrons que les effets différentiels de la masse et de l'environnement sont complètement séparables jusqu'à z ~ 1, conduisant à l'idée de deux processus distincts de « mass quenching » et de « environment quenching ». L'effet du environment quenching, à densité de surdensité fixe, ne semble pas changer avec l'époque jusqu'à z ~ 1 dans zCOSMOS, suggérant que le environment quenching se produit alors que la structure à grande échelle se développe dans l'univers, probablement par l'arrêt de la formation d'étoiles dans 30%-70% des galaxies satellites. En revanche, le mass quenching semble être un processus plus dynamique, régi par un taux de quenching. Nous montrons que la constance observée du M* de Schechter et de α_s pour les galaxies en formation d'étoiles impose que le quenching des galaxies autour et au-dessus de M* doit suivre un taux statistiquement proportionnel à leurs taux de formation d'étoiles (ou imiter très étroitement une telle dépendance). Nous postulons ensuite que cette simple loi de mass quenching tient en fait sur une gamme beaucoup plus large de masse stellaire (2 dex) et de temps cosmique. Nous montrons que la combinaison de ces deux processus de quenching, plus un quenching supplémentaire dû aux fusions, produit naturellement (1) une fonction de masse de Schechter quasi-statique unique pour les galaxies en formation d'étoiles avec une coupure exponentielle à une valeur M* fixée de manière unique par la constante de proportionnalité entre les taux de quenching de formation d'étoiles et de masse, et (2) une fonction de Schechter double pour les galaxies passives avec deux composantes. La composante dominante (à hautes masses) est produite par le mass quenching et a exactement le même M* que les galaxies en formation d'étoiles, mais une pente de la fin faible qui diffère de Δα_s ~ 1. L'autre composante est produite par les effets de l'environnement et a le même M* et α_s que les galaxies en formation d'étoiles, mais une amplitude qui dépend fortement de l'environnement. Les fusions ultérieures des galaxies éteintes modifieront ces prédictions quelque peu dans les environnements plus denses, augmentant légèrement M* et rendant α_s légèrement plus négatif. Toutes ces relations quantitatives détaillées entre les paramètres de Schechter des galaxies en formation d'étoiles et passives, à travers une large gamme d'environnements, sont en effet observées avec une grande précision dans SDSS, apportant un soutien solide à notre modèle simple basé sur l'empirisme. Nous trouvons que la quantité de « dry merging » post-quenching qui aurait pu se produire est assez contrainte. Notre modèle donne une prédiction pour la fonction de masse de la population d'objets transitoires qui sont en train d'être éteints. Nos simples lois empiriques pour l'arrêt de la formation d'étoiles dans les galaxies produisent également naturellement la variation « anti-hiérarchique » de l'âge moyen avec la masse pour les galaxies passives, ainsi que la variation qualitative de l'échelle de temps de formation indiquée par les abondances relatives des éléments α.

@article{doi1010880004637x7211193,
    author = "Peng, Yingjie et al.",
    title = "MASS AND ENVIRONMENT AS DRIVERS OF GALAXY EVOLUTION IN SDSS AND zCOSMOS AND THE ORIGIN OF THE SCHECHTER FUNCTION",
    year = "2010",
    journal = "The Astrophysical Journal",
    abstract = {Nous explorons les relations simples entre la masse, le taux de formation d'étoiles et l'environnement dans les relevés SDSS, zCOSMOS et d'autres relevés profonds. Nous adoptons une approche purement empirique pour identifier les caractéristiques de l'évolution des galaxies imposées par les données, puis nous explorons les conséquences analytiques de celles-ci. Nous montrons que les effets différentiels de la masse et de l'environnement sont complètement séparables jusqu'à z \textasciitilde\ 1, conduisant à l'idée de deux processus distincts de "quenching par masse" et de "quenching par environnement". L'effet du quenching par environnement, à densité de surdensité fixe, ne semble pas changer avec l'époque jusqu'à z \textasciitilde\ 1 dans zCOSMOS, suggérant que le quenching par environnement se produit alors que la structure à grande échelle se développe dans l'univers, probablement par l'arrêt de la formation d'étoiles dans 30\%-70\% des galaxies satellites. En revanche, le quenching par masse semble être un processus plus dynamique, régi par un taux de quenching. Nous montrons que la constance observée de la masse caractéristique M* et de α\_s de Schechter pour les galaxies en formation d'étoiles impose que le quenching des galaxies autour et au-dessus de M* doit suivre un taux statistiquement proportionnel à leurs taux de formation d'étoiles (ou imiter étroitement une telle dépendance). Nous postulons ensuite que cette loi simple de quenching par masse tient en fait sur une gamme beaucoup plus large de masse stellaire (2 dex) et de temps cosmique. Nous montrons que la combinaison de ces deux processus de quenching, plus un quenching supplémentaire dû aux fusions, produit naturellement (1) une fonction de masse de Schechter quasi-statique unique pour les galaxies en formation d'étoiles avec une coupure exponentielle à une valeur M* fixée de manière unique par la constante de proportionnalité entre les taux de quenching par formation d'étoiles et par masse, et (2) une fonction de Schechter double pour les galaxies passives avec deux composantes. La composante dominante (à hautes masses) est produite par le quenching par masse et a exactement la même M* que les galaxies en formation d'étoiles, mais une pente de la fin faible qui diffère de Δα\_s \textasciitilde\ 1. L'autre composante est produite par les effets de l'environnement et a la même M* et α\_s que les galaxies en formation d'étoiles, mais une amplitude fortement dépendante de l'environnement. Les fusions ultérieures des galaxies éteintes modifieront ces prédictions quelque peu dans les environnements plus denses, augmentant légèrement M* et rendant α\_s légèrement plus négatif. Toutes ces relations quantitatives détaillées entre les paramètres de Schechter des galaxies en formation d'étoiles et passives, à travers une large gamme d'environnements, sont en effet observées avec une grande précision dans le SDSS, apportant un soutien solide à notre modèle simple basé sur l'empirisme. Nous trouvons que la quantité de "fusions sèches" post-quenching qui aurait pu se produire est assez contrainte. Notre modèle donne une prédiction pour la fonction de masse de la population d'objets transitoires en cours de quenching. Nos lois empiriques simples pour l'arrêt de la formation d'étoiles dans les galaxies produisent également naturellement la variation "anti-hiérarchique" de l'âge moyen avec la masse pour les galaxies passives, ainsi que la variation qualitative de l'échelle de temps de formation indiquée par les abondances relatives des éléments α.},
    url = "https://doi.org/10.1088/0004-637x/721/1/193",
    doi = "10.1088/0004-637x/721/1/193",
    openalex = "W2074106980",
    references = "doi101046j13658711200306291x, doi101046j13658711200306897x, doi101086154079, doi101086301513, doi101086308692, doi101086376392, doi101088006700491822543, doi101111j13652966200407881x, doi101146annurevastro341749, openalexw3100024326"
}

De nombreuses espèces subissent des changements environnementaux continus, principalement dus aux activités humaines. Le rythme et l'ampleur inhabituels des altérations anthropiques de l'environnement peuvent dépasser la capacité des mécanismes développementaux, génétiques et démographiques que les populations ont évolué pour faire face aux changements environnementaux. Pour commencer à comprendre les limites de la persistance des populations, nous présentons un modèle évolutif simple pour le taux critique de changement environnemental au-delà duquel une population doit décliner et s'éteindre. Nous utilisons ce modèle pour mettre en évidence les principaux déterminants du risque d'extinction dans un environnement changeant et identifier les besoins de recherche pour des prévisions améliorées basées sur les changements projetés des variables environnementales. Deux paramètres clés reliant l'environnement à la biologie des populations n'ont pas encore reçu suffisamment d'attention. La plasticité phénotypique, l'influence directe de l'environnement sur le développement des phénotypes individuels, est de plus en plus considérée comme un composant important du changement phénotypique dans la nature et devrait être intégrée dans les modèles de persistance des populations. La sensibilité environnementale de la sélection, le changement du phénotype optimal avec l'environnement, nécessite toujours une évaluation empirique cruciale. Nous utilisons des courbes de tolérance environnementale et d'autres exemples de réponses écologiques et évolutives au changement climatique pour illustrer comment ces approches mécanistes peuvent être développées à des fins prédictives.

@article{doi101371journalpbio1000357,
    author = "Chevin, Luis‐Miguel et Lande, Russell et Mace, Georgina M.",
    title = "Adaptation, Plasticity, and Extinction in a Changing Environment: Towards a Predictive Theory",
    year = "2010",
    journal = "PLoS Biology",
    abstract = "De nombreuses espèces subissent des changements environnementaux continus, principalement dus aux activités humaines. Le rythme et l'ampleur inhabituels des altérations anthropiques de l'environnement peuvent dépasser la capacité des mécanismes développementaux, génétiques et démographiques que les populations ont évolué pour faire face aux changements environnementaux. Pour commencer à comprendre les limites de la persistance des populations, nous présentons un modèle évolutif simple pour le taux critique de changement environnemental au-delà duquel une population doit décliner et s'éteindre. Nous utilisons ce modèle pour mettre en évidence les principaux déterminants du risque d'extinction dans un environnement changeant et identifier les besoins de recherche pour des prévisions améliorées basées sur les changements projetés des variables environnementales. Deux paramètres clés reliant l'environnement à la biologie des populations n'ont pas encore reçu suffisamment d'attention. La plasticité phénotypique, l'influence directe de l'environnement sur le développement des phénotypes individuels, est de plus en plus considérée comme un composant important du changement phénotypique dans la nature et devrait être intégrée dans les modèles de persistance des populations. La sensibilité environnementale de la sélection, le changement du phénotype optimal avec l'environnement, nécessite toujours une évaluation empirique cruciale. Nous utilisons des courbes de tolérance environnementale et d'autres exemples de réponses écologiques et évolutives au changement climatique pour illustrer comment ces approches mécanistes peuvent être développées à des fins prédictives.",
    url = "https://doi.org/10.1371/journal.pbio.1000357",
    doi = "10.1371/journal.pbio.1000357",
    openalex = "W2122485236",
    references = "doi101007bf00344996, doi101007bf00384576, doi101073pnas0709472105, doi101111j13652435200701283x, doi101111j1365294x200703428x, doi101111j14610248200801277x, doi101111j155856461983tb00236x, doi101111j155856461984tb00302x, doi101111j155856461985tb00391x, doi101126science3420403, doi1023072408842, doi105860choice301495"
}