Harvest is associated with the disruption of social and fine‐scale genetic structure among matrilines of a solitary large carnivore
Notice bibliographique
Résumé
Abstract Harvest can disrupt wildlife populations by removing adults with naturally high survival. This can reshape sociospatial structure, genetic composition, fitness, and potentially affect evolution. Genetic tools can detect changes in local, fine‐scale genetic structure (FGS) and assess the interplay between harvest‐caused social and FGS in populations. We used data on 1614 brown bears, Ursus arctos , genotyped with 16 microsatellites, to investigate whether harvest intensity (mean low: 0.13 from 1990 to 2005, mean high: 0.28 from 2006 to 2011) caused changes in FGS among matrilines (8 matrilines; 109 females ≥4 years of age), sex‐specific survival and putative dispersal distances, female spatial genetic autocorrelation, matriline persistence, and male mating patterns. Increased harvest decreased FGS of matrilines. Female dispersal distances decreased, and male reproductive success was redistributed more evenly. Adult males had lower survival during high harvest, suggesting that higher male turnover caused this redistribution and helped explain decreased structure among matrilines, despite shorter female dispersal distances. Adult female survival and survival probability of both mother and daughter were lower during high harvest, indicating that matriline persistence was also lower. Our findings indicate a crucial role of regulated harvest in shaping populations, decreasing differences among “groups,” even for solitary‐living species, and potentially altering the evolutionary trajectory of wild populations.
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 ».