Density‐dependent dispersal suggests a genetic measure of habitat suitability
Notice bibliographique
Résumé
Recent research shows that density dependence should result in predictable movements between habitats of different suitability, depending on whether population densities are increasing or decreasing. When population densities are increasing, habitats become filled in order of their suitability, resulting in a net flow from high suitability to low suitability. When populations decrease in density, the reverse can happen. These patterns suggest that genetic information can be used to infer habitat suitability since individual‐based genetic assignment tests permit high resolution assessments of migration. We used replicated landscapes to study fishers ( Martes pennanti ) during a population increase and predicted that there should be a net flow of individuals from areas of shallow to deep snow, since snow depth has previously been linked to fisher fitness. A total of 769 fishers were sampled from 35 different landscapes and profiled at 16 microsatellite loci. From assignment tests, we inferred five genetic populations. By assigning each of the 35 landscapes to one of these five populations, we were able to determine the proportion of immigrants to each. Consistent with our prediction, there was a positive relationship between the proportion of immigrants and snow depth. The best model of fisher habitat suitability was one with both snow depth and the proportion of coniferous forest in landscapes. Our findings suggest that where population trend is known, genetic information can be used to measure habitat suitability.
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 ».