A National Multi-Scale Assessment of Regeneration Deficit as an Indicator of Potential Risk of Forest Genetic Variation Loss
Notice bibliographique
Résumé
Genetic diversity is essential because it provides a basis for adaptation and resilience to environmental stress and change. The fundamental importance of genetic variation is recognized by its inclusion in the Montréal Process sustainability criteria and indicators for temperate and boreal forests. The indicator that focuses on forest species at risk of losing genetic variation, however, has been difficult to address in a systematic fashion. We combined two broad-scale datasets to inform this indicator for the United States: (1) tree species occurrence data from the national Forest Inventory and Analysis (FIA) plot network and (2) climatically and edaphically defined provisional seed zones, which are proxies for among-population adaptive variation. Specifically, we calculated the estimated proportion of small trees (seedlings and saplings) relative to all trees for each species and within seed zone sub-populations, with the assumption that insufficient regeneration could lead to the loss of genetic variation. The threshold between sustainable and unsustainable proportions of small trees reflected the expectation of age–class balance at the landscape scale. We found that 46 of 280 U.S. forest tree species (16.4%) may be at risk of losing genetic variation. California and the Southeast encompassed the most at-risk species. Additionally, 39 species were potentially at risk within at least half of the seed zones in which they occurred. Seed zones in California and the Southwest had the highest proportions of tree species that may be at risk. The results could help focus conservation and management activities to prevent the loss of adaptive genetic variation within tree species.
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) | 0,001 | 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 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 ».