MétaCan
Menu
Retour à la cohorte
Enregistrement W2489704760 · doi:10.1111/mec.13776

Differential influences of local subpopulations on regional diversity and differentiation for greater sage‐grouse (<i>Centrocercus urophasianus</i>)

2016· article· en· W2489704760 sur OpenAlexaff
Jeffrey R. Row, Sara J. Oyler‐McCance, Bradley C. Fedy

Notice bibliographique

RevueMolecular Ecology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesU.S. Bureau of Land ManagementWyoming Game and Fish DepartmentU.S. Geological Survey
Mots-clésBiological dispersalBiologyApproximate Bayesian computationPopulationGenetic variationEcologyMetapopulationEffective population sizeGenetic diversityEvolutionary biologyDemographyGenetics

Résumé

récupéré en direct d'OpenAlex

The distribution of spatial genetic variation across a region can shape evolutionary dynamics and impact population persistence. Local population dynamics and among-population dispersal rates are strong drivers of this spatial genetic variation, yet for many species we lack a clear understanding of how these population processes interact in space to shape within-species genetic variation. Here, we used extensive genetic and demographic data from 10 subpopulations of greater sage-grouse to parameterize a simulated approximate Bayesian computation (ABC) model and (i) test for regional differences in population density and dispersal rates for greater sage-grouse subpopulations in Wyoming, and (ii) quantify how these differences impact subpopulation regional influence on genetic variation. We found a close match between observed and simulated data under our parameterized model and strong variation in density and dispersal rates across Wyoming. Sensitivity analyses suggested that changes in dispersal (via landscape resistance) had a greater influence on regional differentiation, whereas changes in density had a greater influence on mean diversity across all subpopulations. Local subpopulations, however, varied in their regional influence on genetic variation. Decreases in the size and dispersal rates of central populations with low overall and net immigration (i.e. population sources) had the greatest negative impact on genetic variation. Overall, our results provide insight into the interactions among demography, dispersal and genetic variation and highlight the potential of ABC to disentangle the complexity of regional population dynamics and project the genetic impact of changing conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,203
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular EcologyMême sujetRangeland and Wildlife ManagementTravaux en français237 207