Gene flow on ice: the role of sea ice and whaling in shaping Holarctic genetic diversity and population differentiation in bowhead whales (<i><scp>B</scp>alaena mysticetus</i>)
Notice bibliographique
Résumé
Sea ice is believed to be a major factor shaping gene flow for polar marine organisms, but it remains unclear to what extent it represents a true barrier to dispersal for arctic cetaceans. Bowhead whales are highly adapted to polar sea ice and were targeted by commercial whalers throughout Arctic and subarctic seas for at least four centuries, resulting in severe reductions in most areas. Both changing ice conditions and reductions due to whaling may have affected geographic distribution and genetic diversity throughout their range, but little is known about range-wide genetic structure or whether it differed in the past. This study represents the first examination of genetic diversity and differentiation across all five putative stocks, including Baffin Bay-Davis Strait, Hudson Bay-Foxe Basin, Bering-Beaufort-Chukchi, Okhotsk, and Spitsbergen. We also utilized ancient specimens from Prince Regent Inlet (PRI) in the Canadian Arctic and compared them with modern stocks. Results from analysis of molecular variance and demographic simulations are consistent with recent and high gene flow between Atlantic and Pacific stocks in the recent past. Significant genetic differences between ancient and modern populations suggest PRI harbored unique maternal lineages in the past that have been recently lost, possibly due to loss of habitat during the Little Ice Age and/or whaling. Unexpectedly, samples from this location show a closer genetic relationship with modern Pacific stocks than Atlantic, supporting high gene flow between the central Canadian Arctic and Beaufort Sea over the past millennium despite extremely heavy ice cover over much of this period.
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 ».