Conservation through the lens of (mal)adaptation: Concepts and meta‐analysis
Notice bibliographique
Résumé
Abstract Evolutionary approaches are gaining popularity in conservation science, with diverse strategies applied in efforts to support adaptive population outcomes. Yet conservation strategies differ in the type of adaptive outcomes they promote as conservation goals. For instance, strategies based on genetic or demographic rescue implicitly target adaptive population states whereas strategies utilizing transgenerational plasticity or evolutionary rescue implicitly target adaptive processes. These two goals are somewhat polar: adaptive state strategies optimize current population fitness, which should reduce phenotypic and/or genetic variance, reducing adaptability in changing or uncertain environments; adaptive process strategies increase genetic variance, causing maladaptation in the short term, but increase adaptability over the long term. Maladaptation refers to suboptimal population fitness, adaptation refers to optimal population fitness, and (mal)adaptation refers to the continuum of fitness variation from maladaptation to adaptation. Here, we present a conceptual classification for conservation that implicitly considers (mal)adaptation in the short‐term and long‐term outcomes of conservation strategies. We describe cases of how (mal)adaptation is implicated in traditional conservation strategies, as well as strategies that have potential as a conservation tool but are relatively underutilized. We use a meta‐analysis of a small number of available studies to evaluate whether the different conservation strategies employed are better suited toward increasing population fitness across multiple generations. We found weakly increasing adaptation over time for transgenerational plasticity, genetic rescue, and evolutionary rescue. Demographic rescue was generally maladaptive, both immediately after conservation intervention and after several generations. Interspecific hybridization was adaptive only in the F1 generation, but then rapidly leads to maladaptation. Management decisions that are made to support the process of adaptation must adequately account for (mal)adaptation as a potential outcome and even as a tool to bolster adaptive capacity to 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,010 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».