MétaCan
Menu
Retour à la cohorte
Enregistrement W3139180647 · doi:10.1002/ece3.7345

Spatial familial networks to infer demographic structure of wild populations

2021· article· en· W3139180647 sur OpenAlexafffundabout
Samantha McFarlane, Micheline Manseau, Paul J. Wilson

Notice bibliographique

RevueEcology and Evolution · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensTrent UniversityEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment and Climate Change CanadaManitoba Hydro
Mots-clésBetweenness centralityWoodland caribouBiological dispersalCentralityPopulationEcologyBiologyGeographyDemographyStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract In social species, reproductive success and rates of dispersal vary among individuals resulting in spatially structured populations. Network analyses of familial relationships may provide insights on how these parameters influence population‐level demographic patterns. These methods, however, have rarely been applied to genetically derived pedigree data from wild populations. Here, we use parent–offspring relationships to construct familial networks from polygamous boreal woodland caribou (Rangifer tarandus caribou) in Saskatchewan, Canada, to inform recovery efforts. We collected samples from 933 individuals at 15 variable microsatellite loci along with caribou‐specific primers for sex identification. Using network measures, we assess the contribution of individual caribou to the population with several centrality measures and then determine which measures are best suited to inform on the population demographic structure. We investigate the centrality of individuals from eighteen different local areas, along with the entire population. We found substantial differences in centrality of individuals in different local areas, that in turn contributed differently to the full network, highlighting the importance of analyzing networks at different scales. The full network revealed that boreal caribou in Saskatchewan form a complex, interconnected familial network, as the removal of edges with high betweenness did not result in distinct subgroups. Alpha, betweenness, and eccentricity centrality were the most informative measures to characterize the population demographic structure and for spatially identifying areas of highest fitness levels and family cohesion across the range. We found varied levels of dispersal, fitness, and cohesion in family groups. Synthesis and applications: Our results demonstrate the value of different network measures in assessing genetically derived familial networks. The spatial application of the familial networks identified individuals presenting different fitness levels, short‐ and long‐distance dispersing ability across the range in support of population monitoring and recovery efforts.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,007
Tête enseignante GPT0,207
Écart entre enseignants0,200 · 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'étudeSimulation ou modélisation
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

Citations12
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetWildlife Ecology and ConservationTravaux en français237 207