Gender-specific dispersal distances of grizzly bears estimated by genetic analysis
Notice bibliographique
Résumé
Natal dispersal is difficult to quantify, and long-distance events are often undetected, leading to biased estimates. Following offspring from their natal home range to their postdispersal adult breeding home range is challenging, and gathering sufficient data for large mammals with long generation times is particularly difficult. Here we measure average sex-specific dispersal distances in grizzly bears (Ursus arctos L., 1758) using individual-based genetic analysis. We genetically sampled and generated 15-locus microsatellite genotypes for 711 grizzly bears over a range of 100 000 km 2 in southwestern Canada. Microsatellite markers are inherited in a Mendelian fashion, allowing us to use likelihood-based parentage analyses to estimate parent–offspring dyads. We used the distance between individually captured females of parent–offspring pairs (i.e., mother–daughter) to estimate female natal dispersal distances and found that, on average, females dispersed 14.3 km from the center of their natal home range. We used the distance between males of parent–offspring pairs (i.e., father–son) to estimate average male dispersal distances and found that males dispersed, on average, 41.9 km from their natal, or maternal, home range (mother–son dispersal distance). We used a simulation model to estimate the bias associated with measuring the father–son (male–male) distance as an estimate of the mother–son distance.
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 ».