Restructuring tree provenance test data to conform to reciprocal transplant experiments for detecting local adaptation
Notice bibliographique
Résumé
Summary Local adaptation is a fundamental assumption in delineating seed zones and developing seed transfer guidelines to safeguard climatic adaptation of tree and plant species during forest regeneration and ecological restoration. It is also broadly assumed for forest tree species that show genetic differentiation among geographic populations, especially for those with widespread natural distributions that occur in distinct environments. However, due to a scarcity of suitable data, the inference of local adaptation has rarely been validated for forest tree species through reciprocal transplant experiments ( RTE s). In this study, we illustrate a novel approach to restructure tree provenance test data to conform to RTE s and use recently proposed statistical models to detect local adaptation, using white spruce Picea glauca (Moench) Voss as an example. Our research demonstrates how similar studies can be conducted to validate local adaptation in other forest species and populations, for which RTE s are lacking, but where large, high‐quality provenance test data sets are available. Contrary to common belief, our results show that local adaptation is absent in survival and height for white spruce populations from Ontario, Canada, although they have evolved in considerably different climatic habitats, and exhibit substantial and clinal genetic differentiation and significant genotype‐by‐environment interactions in these two adaptive traits. Synthesis and applications . Our results show that the common assumption of local adaptation in forest tree species may not necessarily be correct within significant portions of their natural range. In forest genetic studies, population differentiation in adaptive traits has often been attributed to local adaptation without rigorous validation. Our results caution against such interpretation of experimental results. In the absence of local adaptation as shown by reciprocal transplant experiments, assisted migration may be considered as an option for enhancing forest adaptation to climate change.
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 ».