Climate connectivity of the bobcat in the Great Lakes region
Notice bibliographique
Résumé
The Great Lakes and the St. Lawrence River are imposing barriers for wildlife, and the additive effect of urban and agricultural development that dominates the lower Great Lakes region likely further reduces functional connectivity for many terrestrial species. As the climate warms, species will need to track climate across these barriers. It is important therefore to investigate land cover and bioclimatic hypotheses that may explain the northward expansion of species through the Great Lakes. We investigated the functional connectivity of a vagile generalist, the bobcat, as a representative generalist forest species common to the region. We genotyped tissue samples collected across the region at 14 microsatellite loci and compared different landscape hypotheses that might explain the observed gene flow or functional connectivity. We found that the Great Lakes and the additive influence of forest stands with either low or high canopy cover and deep lake-effect snow have disrupted gene flow, whereas intermediate forest cover has facilitated gene flow. Functional connectivity in southern Ontario is relatively low and was limited in part by the low amount of forest cover. Pathways across the Great Lakes were through the Niagara region and through the Lower Peninsula of Michigan over the Straits of Mackinac and the St. Marys River. These pathways are important routes for bobcat range expansion north of the Great Lakes and are also likely pathways that many other mobile habitat generalists must navigate to track the changing climate. The extent to which species can navigate these routes will be important for determining the future biodiversity of areas north of the Great Lakes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 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 ».