Factors shaping gene flow in red deer (<i>Cervus elaphus</i>) in seminatural landscapes of central Europe
Notice bibliographique
Résumé
We studied gene flow and connectivity between three subpopulations and nine groups of red deer ( Cervus elaphus L., 1758) occurring in forests in northeastern Poland and western Belarus. The red deer in this region mostly originated from translocated individuals that were introduced primarily in the 19th and 20th centuries. The genetic structure of the population has been identified during the previous study. Using 14 microsatellite loci, we detected 14 first-generation migrants between the three subpopulations and 21 among the nine groups of deer. The number of effective migrants (Nm) was estimated to be 2.5 individuals/generation between the subpopulations and 6.2 individuals/generation between the groups. About 80% of first-generation migrants moved less than 150 km. The gene flow of hinds and stags was similar. A least cost path (LCP) analysis was performed using different habitat types: deciduous and mixed forests, coniferous forests, wetlands, meadows, arable lands, scarce settlements, dense settlements, and waters. No significant barriers to dispersal were detected, but individual dispersal was restricted in space by the significant isolation by distance. The best model, explaining the genetic distance (FST/1 – FST) between the forests, suggested that LCP corridor length limited gene flow and high forest cover within LCP corridors increased gene flow among the forests.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».