Impact of selective logging on inbreeding and gene dispersal in an Amazonian tree population of <i>Carapa guianensis</i> Aubl.
Notice bibliographique
Résumé
Selective logging may impact patterns of genetic diversity within populations of harvested forest tree species by increasing distances separating conspecific trees, and modifying physical and biotic features of the forest habitat. We measured levels of gene diversity, inbreeding, pollen dispersal and spatial genetic structure (SGS) of an Amazonian insect-pollinated Carapa guianensis population before and after commercial selective logging. Similar levels of gene diversity and allelic richness were found before and after logging in both the adult and the seed generations. Pre- and post-harvest outcrossing rates were high, and not significantly different from one another. We found no significant levels of biparental inbreeding either before or after logging. Low levels of pollen pool differentiation were found, and the pre- vs. post-harvest difference was not significant. Pollen dispersal distance estimates averaged between 75 m and 265 m before logging, and between 76 m and 268 m after logging, depending on the value of tree density and the dispersal model used. There were weak and similar levels of differentiation of allele frequencies in the adults and in the pollen pool, before and after logging occurred, as well as weak and similar pre- and post-harvest levels of SGS among adult trees. The large neighbourhood sizes estimated suggest high historical levels of gene flow. Overall our results indicate that there is no clear short-term genetic impact of selective logging on this population of C. guianensis.
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 ».