MétaCan
Menu
← Retour à la cohorte
Enregistrement W2900072265 · doi:10.1101/463521

Long-distance dispersal, ice sheet dynamics, and mountaintop isolation underlie the genetic structure of glacier ice worms

2018· preprint· en· W2900072265 sur OpenAlexaboutno aff
Scott Hotaling, Daniel H. Shain, Shirley A. Lang, Robin K. Bagley, Lusha M. Tronstad, David W. Weisrock, Joanna L. Kelley

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensnon disponible
Organismes subventionnairesWashington State UniversityUniversity of KentuckyNational Science Foundation
Mots-clésBiological dispersalBiogeographyRange (aeronautics)EcologyIce sheetDisjunctGlacierPleistoceneDisjunct distributionHabitatIsolation by distanceGenetic structureGenetic divergenceGeographyBiologyGeologyOceanographyPaleontologyPhysical geographyPhylogenetic treePopulationGenetic variation

Résumé

récupéré en direct d'OpenAlex

Abstract Disentangling the contemporary and historical factors underlying the spatial distributions of species is a central goal of biogeography. For species with broad distributions but little capacity to actively disperse, disconnected geographic distributions highlight the potential influence of passive, long-distance dispersal (LDD) on their evolutionary histories. However, dispersal alone cannot completely account for the biogeography of any species, and other factors–e.g., habitat suitability, life history–must also be considered. North American ice worms ( Mesenchytraeus solifugus ) are ice-obligate annelids that inhabit coastal glaciers from Oregon to Alaska. Previous studies identified a complex biogeographic history for ice worms, with evidence for genetic isolation, unexpectedly close relationships among geographically disjunct lineages, and contemporary migration across large (> 1,500 km) areas of unsuitable habitat. In this study, we analyzed genome-scale sequence data for most of the known ice worm range. We found clear support for divergence between populations along the Pacific Coast and the inland flanks of the Coast Mountains (mean F ST = 0.60), likely precipitated by episodic ice sheet expansion and contraction during the Pleistocene. We also found support for LDD of ice worms from Alaska to Vancouver Island, perhaps mediated by migrating birds. Our results highlight the power of genomic data for disentangling complex biogeographic patterns, including the presence of LDD.

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 enseignants0,004
Score d'incertitude au seuil0,007

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,010
Tête enseignante GPT0,211
Écart entre enseignants0,201 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→