Advances in Linking Wintering Migrant Birds to Their Breeding-Ground Origins Using Combined Analyses of Genetic and Stable Isotope Markers
Notice bibliographique
Résumé
An enduring problem in avian ecology and conservation is linking breeding and wintering grounds of migratory species. As migratory species and populations vary in the degree to which individuals from distinct breeding locales mix on stop-over sites and wintering grounds, establishing migratory connectivity informs our understanding of population demography and species management. We present a new Bayesian approach for inferring breeding grounds of wintering birds of unknown origins in North America. We incorporate prior information from analysis of genetic markers into geographic origin assignment based upon stable-hydrogen isotope analysis of feathers (δ(2)H(f)), using the Loggerhead Shrike (Lanius ludovicianus). Likely geographic origins derived from analyses of DNA microsatellites were used as priors for Bayesian analyses in which birds were assigned to a breeding-ground origin using their δ(2)H(f) values. As with most applications of Bayesian methods, our approach greatly improved the results (i.e. decreased the size of the potential area of origin). Area of origin decreased by 3 to 5-fold on average, but ranged up to a 10-fold improvement. We recommend this approach in future studies of migratory connectivity and suggest that our methodology could be applied more broadly to the study of dispersal, sources of productivity of migratory populations, and a range of evolutionary phenomena.
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 | 0,000 |
| 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 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 ».