Whole-tree silvic identifications and the microsatellite genetic structure of a red oak species complex in an Indiana old-growth forest
Notice bibliographique
Résumé
The red oaks (Quercus section Lobatae) include important timber species, but we know little about their gene pools. Red oak species can be difficult to identify, possibly because of extensive interspecific hybridization, although most evidence of this is morphological. We used 15 microsatellite loci to examine the genetic composition of a red oak community in 20.6 ha of an Indiana old-growth forest. The community included northern red oak (Quercus rubra L.), Shumard oak (Quercus shumardii Buckl.), and pin oak (Quercus palustris Muenchh.). Species were identified using whole-tree silvic characters, the approach most often implemented by foresters. We found high genetic diversity within species but limited genetic differences between species. Phenetic clustering showed that Q. rubra and Q. shumardii were more genetically similar than either was to Q. palustris, but a neighbor-joining tree revealed that individuals of the different species did not resolve into single-species clusters. We identified four mixed-species subpopulations using Structure, a computer program based on Monte Carlo simulation. The three largest groups are consistent with the following biological interpretations: (i) pure Q. rubra, (ii) Q. rubra, Q. shumardii, and their hybrids, and (iii) Q. rubra, Q. shumardii, Q. palustris, and their hybrids. We discuss the implications of these findings for the whole-tree silvic approach to selection and for management of the red oak gene pool.
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) | 0,000 | 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 ».