Continuous‐surface geographic assignment of migratory animals using strontium isotopes: A case study with monarch butterflies
Notice bibliographique
Résumé
Abstract Strontium isotope ratios (⁸⁷Sr/⁸⁶Sr) have shown promise for tracing the geographic origin of animal tissues because they have high‐resolution and show discrete spatial patterns independent and complementary to those of light isotopes. In this study, we provide a complete quantitative framework to apply ⁸⁷Sr/⁸⁶Sr for tracking migratory animals using the eastern North American population of monarch butterflies Danaus plexippus as a case study. To enable continuous‐surface geographic assignment using ⁸⁷Sr/⁸⁶Sr, we recommend following five key steps: (a) assessing feasibility, (b) sample collection, (c) laboratory analysis, (d) modelling the isoscape and (e) geographic assignment. We provide a detailed outline of these steps and then focus on steps 3–5 for the case study. For monarchs, using an extensive plant ⁸⁷Sr/⁸⁶Sr dataset ( n = 400), geospatial data and a machine learning approach, we first calibrate a regional, high‐resolution ⁸⁷Sr/⁸⁶Sr isoscape (i.e. a baseline for ⁸⁷Sr/⁸⁶Sr assignment) over their eastern North American summer breeding range. We then use the ⁸⁷Sr/⁸⁶Sr isoscape to estimate the posterior probability surface of natal origin for 100 monarchs of unknown origin. Our results demonstrate that ⁸⁷Sr/⁸⁶Sr can greatly improve the precision of isotope‐based geographic assignment. Furthermore, combining δ 2 H and ⁸⁷Sr/⁸⁶Sr into a dual assignment provides the most constrained area of natal origin. We provide a framework for ecologists and palaeoecologists to apply ⁸⁷Sr/⁸⁶Sr‐based geographic assignments for animal movement studies using contemporary or archived samples. The addition of the ⁸⁷Sr/⁸⁶Sr assignment tool will enhance our ability to study migration and dispersal in a wide variety of animals.
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 | 0,002 | 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 ».