Assessing polar bear (<i>Ursus maritimus</i>) population structure in the Hudson Bay region using <scp>SNP</scp>s
Notice bibliographique
Résumé
Abstract Defining subpopulations using genetics has traditionally used data from microsatellite markers to investigate population structure; however, single‐nucleotide polymorphisms ( SNP s) have emerged as a tool for detection of fine‐scale structure. In Hudson Bay, Canada, three polar bear ( Ursus maritimus ) subpopulations (Foxe Basin ( FB ), Southern Hudson Bay ( SH ), and Western Hudson Bay ( WH )) have been delineated based on mark–recapture studies, radiotelemetry and satellite telemetry, return of marked animals in the subsistence harvest, and population genetics using microsatellites. We used SNP s to detect fine‐scale population structure in polar bears from the Hudson Bay region and compared our results to the current designations using 414 individuals genotyped at 2,603 SNP s. Analyses based on discriminant analysis of principal components ( DAPC ) and STRUCTURE support the presence of four genetic clusters: (i) Western—including individuals sampled in WH , SH (excluding Akimiski Island in James Bay), and southern FB (south of Southampton Island); (ii) Northern—individuals sampled in northern FB (Baffin Island) and Davis Strait ( DS ) (Labrador coast); (iii) Southeast—individuals from SH (Akimiski Island in James Bay); and (iv) Northeast—individuals from DS (Baffin Island). Population structure differed from microsatellite studies and current management designations demonstrating the value of using SNP s for fine‐scale population delineation in polar bears.
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 ».