Genetic implications of reduced survival of male red deer Cervus elaphus under harvest
Notice bibliographique
Résumé
We use simple, multivariate evolutionary models to evaluate the short-term potential for size-selective harvest to reduce genetic variability and alter life history in cervids. These genetic effects limit sustainable levels of harvest of the animals because they determine how changes in sex ratio, generation length and traits contributing to fitness influence population growth rate and local adaptation. Our analysis of harvest-mediated adaptive evolution employs a genetic approach that parameterizes models with empirical data obtained from European red deer Cervus elaphus. The analysis indicates that harvest, if sufficiently high to reduce the breeding ratio of males to females to below about 15:100, can reduce effective population size to a level that threatens adaptive potential. The reduction in effective size is realized through decreases in both sex ratio of breeders and the age of breeding males. Predicted selective effects of harvest on body size indicates a weak potential to alter most life-history traits over 10 generations under two harvest scenarios; the patterns suggest that current modes of harvest are unlikely to produce substantial life-history changes in red deer over 10 or fewer generations unless the genetic influences on red deer traits are considerably higher than those predicted here. Nevertheless, male reproductive success is expected to decline detectably if male harvest rate is sufficiently high (> 30%). Collectively, our results imply that harvest methods should permit higher post-hunt male:female ratios (18:100 or higher) and ensure that a sufficient number of larger, older males survive the breeding season. The capacity of selective harvest to alter demography and life history depends heavily on the genetic covariance structure underlying variation in these traits, information that is unknown for many red deer populations. Prudent harvest management should therefore implement and monitor approaches to hunting that aim to conserve life-history variation; meanwhile, use of less selective methods can reduce the risk to long-term adaptive potential and may permit higher sustainable harvest rates.
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) | 0,001 | 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 ».