Effect of Metal Contamination on the Genetic Diversity of Deschampsia cespitosa Populations from Northern Ontario: An Application of ISSR and Microsatellite Markers
Notice bibliographique
Résumé
Sudbury, Ontario (Canada) has been subjected to intense sulphur dioxide fumigation, soil contamination by aerial metal fallout and acid precipitation since the discovery of nickel and copper deposits in the late 1800s The discovery of silver ore in Cobalt, Ontario (Canada) in the early 1900s, has been associated with arsenide and sulfarsenide mineral contamination of the soil in the region Although both these sites have been able to recover to some extent over the past 30 years due to emission reductions and remediation efforts The toxic metal pollutants, accompanied by the detrimental physical disturbances in the environment can influence plant survivorship, recruitment, reproductive success, mutation rates and migration, all of which affect the genetic diversity of the exposed populations To date, hundreds of metal-tolerant genotypes have been identified from a wide variety of plant species surviving on such metal contaminated soils with many different life stories, pollinating systems and life-spans at an unexpectedly high rate This type of rapid and widespread adaptation to metal pollution suggests that the evolution of metal tolerance is one of the major strategies for plant colonization of mining spoils Several investigations on the genetic diversity among metal tolerant populations relative to their non-metal tolerant counterparts have been carried out. Despite founder effect and selection, studies on Silene paradoxa Other studies reported a high heterozygosity in tolerant plants such as European beech Contrary to these results, a reduction of genetic diversity has been found in other tolerant populations such as Armeria maritime
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) | 0,000 | 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) | 0,001 | 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 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 ».