MétaCan
Menu
Retour à la cohorte
Enregistrement W2116978523 · doi:10.1111/jbi.12404

The influence of biogeographical barriers on the population genetic structure and gene flow in a coastal Pacific seabird

2014· article· en· W2116978523 sur OpenAlexafffund
Sarah J. Wallace, Shaye G. Wolf, Russell W. Bradley, A. Laurie Harvey, Vicki L. Friesen

Notice bibliographique

RevueJournal of Biogeography · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensQueen's University
Organismes subventionnairesEnvironment Canada
Mots-clésGene flowSubspeciesPopulationCoalescent theoryGenetic structureRange (aeronautics)GeographyEcologyBiologyGenetic variationZoologyGeneGeneticsDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Aim Our aim was to investigate the influence of biogeographical barriers along the Pacific coast of North America on population genetic structure and gene flow using Cassin's auklet ( Ptychoramphus aleuticus ) as a test case. Location We collected samples from 287 Cassin's auklets breeding along the Pacific coast of North America from the Aleutian Islands, Alaska, USA , to Baja California, Mexico. Methods We amplified a 706 base pair fragment of the mitochondrial control region and 11 microsatellites to obtain independent estimates of population genetic structure and gene flow among colonies using programs based on coalescent and Bayesian theory. We tested whether genetic differentiation was related to geographical distance between sampling sites, and whether gene flow has occurred between differentiated groups. Results We found two distinct genetic groups along the Cassin's auklet breeding range. These clusters matched the current subspecies designations, except that individuals breeding in the Channel Islands, California, were traditionally classified with the northern subspecies but were more genetically similar to the Baja California subspecies. Population genetic differentiation was not evident within either of the two genetic groups, despite large geographical distances between sampling locations. Evidence suggests that gene flow has occurred from the northern genetic group (Aleutian Islands to Southeast Farallon Islands) into the southern genetic group (Channel Islands to San Benito Island) since divergence, but gene flow may not have occurred in the opposite direction. These results suggest that a barrier to gene flow from south to north may occur at Point Conception. Main conclusions Although a relatively short geographical distance occurs between sampling sites of Cassin's auklets across Point Conception, individuals breeding north of Point Conception are genetically differentiated from individuals breeding in southern California and Baja California. Population genetic differentiation of the southern genetic group provides support for a role of a barrier to gene flow around Point Conception in generating biodiversity in this area.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,282

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,191
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of BiogeographyMême sujetGenetic diversity and population structureTravaux en français237 207