A review of historical and contemporary processes affecting population genetic structure of Southern Ocean seabirds
Notice bibliographique
Résumé
Genetic signatures of historical, behavioural and environmental processes are evident in contemporary seabird populations. Molecular markers have allowed us to determine historical patterns of gene flow, relationships among taxa, and contemporary dispersal barriers. The Southern Ocean contains a number of small, isolated islands that are home to four families of seabirds: albatrosses, petrels, penguins and skuas, which have been the focus of a number of population genetic studies. While capable of travelling large distances, many seabirds have restricted dispersal and exhibit high levels of population structure; typically in northern areas and areas with high endemism (e.g. New Zealand). We reviewed 29 studies of 25 Southern Ocean seabird species comparing biogeographic patterns, glacial history and barriers to gene flow, especially at-sea distribution and ocean currents. Despite diversity in behaviour and life history, our review demonstrates that population genetic structure of the seabirds corresponds to the same barriers. For penguins, currents are the major impediment to dispersal whereas at-sea distribution and island location influence population structure for many seabirds with genetically distinct populations on islands at the periphery of their range. As environmental conditions change, it will become more important to assess how seabirds respond and how these changes influence both dispersal and population structure. It is particularly important as a disproportionately high number of Southern Ocean seabirds are threatened or near threatened. Future studies need to focus on adaptive genetic markers, range-wide comprehensive sampling, influence of behaviour on genetic structure and lesser studied seabirds such as terns and cormorants.
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) | 0,001 | 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) | 0,001 | 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 ».