Strong spatial genetic structure in peripheral but not core populations of Sitka spruce [<i>Picea sitchensis</i> (Bong.) Carr.]
Notice bibliographique
Résumé
We examined spatial genetic structure within eight populations of Sitka spruce classified as core or peripheral based on ecological niche, and continuous or disjunct based on species distribution. In each population, 200 trees were spatially mapped and genotyped for eight cDNA-based sequence tagged site (STS) codominant markers. Spatial autocorrelation was assessed by estimating p(ij), the average co-ancestry coefficient, between individuals within distance intervals. The distribution of alleles and genotypes within core populations was almost random, with nonsignificant co-ancestry values among trees as close as 50 m in core populations. In contrast, the distribution of alleles and genotypes within peripheral populations revealed an aggregation of similar multilocus genotypes, with co-ancestry values greater than 0.20 among trees up to 50 m apart and significant, positive values between trees up to 500 m. The relatively high density of reproductive adults in core populations may lead to highly overlapping seed shadows that limit development of spatial genetic structure. However, in peripheral populations with a lower density of adults, the distribution of alleles and genotypes was highly structured, likely due to offspring establishment near maternal trees and subsequent biparental inbreeding, as well as more recent population establishment at the leading edge of post-Pleistocene range expansion. Conserving genetic diversity in peripheral populations may require larger reserves for in situ conservation than required in core populations. These data on spatial genetic structure can be used to provide guidance for sampling strategies for both ex situ conservation and research collections.
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) | 0,000 | 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 ».