Landscape Genetics of Hume's Pheasant Syrmaticus humiae: Rivers Act as Potential Genetic Barriers
Notice bibliographique
Résumé
Landscape features, such as rivers, can act as geographical barriers to dispersal and gene flow and thus influence the population structure of some species. In this study, tissue samples were collected from 73 Hume's Pheasant Syrmaticus humiae, from six localities in Guangxi and Guizhou provinces, China, to examine the influence of rivers in landscape structure on genetic diversity and structure based on 12 microsatellite loci. Results indicated a high genetic diversity in Hume's Pheasant. Individuals from populations in Tianlin, Longlin and Xilin counties (TXL) (three geographically proximate populations) tended to form a genetic cluster, distinct from three other geographically proximate populations 100 km to the west in Pojie town (PJ), Luodian county (LD) and Leye county (LX), which showed more mixing and were less genetically distinct. Using simulated Markov-switching VAR (MSVAR), we found that the median population sizes of the posterior distributions were approximately 3,715 individuals for N0, and approximately 100,000 for N1, indicating that Hume's Pheasant experienced a significant genetic bottleneck 4,800 years ago, possibly due to human activity. Hume's Pheasant shows female-biased dispersal. The results of STRUCTURE and GENELAND indicate that Nanpan River, Hongshui River and national road G324 act as potential genetic barriers for Hume's Pheasant in Guangxi and Guizhou provinces. In addition, genetic distinctiveness has persisted despite population declines of the Hume's Pheasant due to the bottleneck approximately 5,000 years ago and population declines in the last 100 years.
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 | 0,001 | 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) | 0,001 | 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 ».