Disentangling invasion processes in a dynamic shipping–boating network
Notice bibliographique
Résumé
The relative importance of multiple vectors to the initial establishment, spread and population dynamics of invasive species remains poorly understood. This study used molecular methods to clarify the roles of commercial shipping and recreational boating in the invasion by the cosmopolitan tunicate, Botryllus schlosseri. We evaluated (i) single vs. multiple introduction scenarios, (ii) the relative importance of shipping and boating to primary introductions, (iii) the interaction between these vectors for spread (i.e. the presence of a shipping-boating network) and (iv) the role of boating in determining population similarity. Tunicates were sampled from 26 populations along the Nova Scotia, Canada, coast that were exposed to either shipping (i.e. ports) or boating (i.e. marinas) activities. A total of 874 individuals (c. 30 per population) from five ports and 21 marinas was collected and analysed using both mitochondrial cytochrome c oxidase subunit I gene (COI) and 10 nuclear microsatellite markers. The geographical location of multiple hotspot populations indicates that multiple invasions have occurred in Nova Scotia. A loss of genetic diversity from port to marina populations suggests a stronger influence of ships than recreational boats on primary coastal introductions. Population genetic similarity analysis reveals a dependence of marina populations on those that had been previously established in ports. Empirical data on marina connectivity because of boating better explains patterns in population similarities than does natural spread. We conclude that frequent primary introductions arise by ships and that secondary spread occurs gradually thereafter around individual ports, facilitated by recreational boating.
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) | 0,002 | 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 ».