A continuum of genetic mixing for conservation management along the (mal)adaptation spectrum: A comment on Hoffmann et al.
Notice bibliographique
Résumé
When restoring gene flow for conservation management, genetic variation should be viewed along a continuum of genetic divergence between donor and recipient populations. On the one hand, maintaining local adaptation (low divergence between donors and recipients) can enhance conservation success in the short term. On the other hand, reducing local adaptation in the short term by increasing genetic diversity (high divergence between some donors and recipients) might have better long-term success in the face of changing environmental conditions. Both Hoffman et al. (2020) and a paper we previously published in a Special Issue on Maladaptation in Applied Conservation (Derry et al., 2019) provide frameworks and syntheses for how best to apply conservation strategies in light of genetic variation and adaptation. A key difference between these two studies was that whereas Derry et al. (2019) performed a quantitative meta-analysis, Hoffman et al. (2020) relied on case studies and theoretical considerations, yielding slightly different conclusions. We here provide a summary of the two studies and contrast of the main similarities and differences between them, while highlighting terminology used to describe and explain main concepts.
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 | 0,029 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,018 |
| Communication savante | 0,007 | 0,020 |
| Science ouverte | 0,011 | 0,006 |
| Intégrité de la recherche | 0,050 | 0,083 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,007 |
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 ».