How spatio-temporal habitat connectivity affects amphibian genetic structure
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Heterogeneous landscapes and fluctuating environmental conditions can affect species dispersal, population genetics, and genetic structure, yet understanding how biotic and abiotic factors affect population dynamics in a fluctuating environment is critical for species management. We evaluated how spatio-temporal habitat connectivity influences dispersal and genetic structure in a population of boreal chorus frogs (Pseudacris maculata) using a landscape genetics approach. We developed gravity models to assess the contribution of various factors to the observed genetic distance as a measure of functional connectivity. We selected (a) wetland (within-site) and (b) landscape matrix (between-site) characteristics; and (c) wetland connectivity metrics using a unique methodology. Specifically, we developed three networks that quantify wetland connectivity based on: (i) P. maculata dispersal ability, (ii) temporal variation in wetland quality, and (iii) contribution of wetland stepping-stones to frog dispersal. We examined 18 wetlands in Colorado, and quantified 12 microsatellite loci from 322 individual frogs. We found that genetic connectivity was related to topographic complexity, within- and between-wetland differences in moisture, and wetland functional connectivity as contributed by stepping-stone wetlands. Our results highlight the role that dynamic environmental factors have on dispersal-limited species and illustrate how complex asynchronous interactions contribute to the structure of spatially-explicit metapopulations.
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.
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 découle