MétaCan
Menu
← Retour à la cohorte
Enregistrement W4206995299 · doi:10.1101/2022.01.19.476931

Quantifying the effects of recent glacial history and future climate change on a unique population of mountain goats

2022· preprint· en· W4206995299 sur OpenAlexafffund
Kiana B. Young, Tania Lewis, Kevin S. White, Aaron B. A. Shafer

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensTrent University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Park ServiceTrent UniversityCompute Canada
Mots-clésClimate changePopulationHabitatEcologyGlacierDisturbance (geology)GeographyGene flowGenetic diversityPhysical geographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Human disturbance and climate change can impact populations by disrupting movement corridors and reducing important habitat. Characterizing how animals respond to such environmental changes is valuable for conservation as many species, especially habitat specialists, can experience reduced genetic diversity when deleterious habitat change occurs, leading to an increased likelihood of extirpation. Mountain goats ( Oreamnos americanus ) exemplify this conservation challenge; their geographically isolated habitat can inhibit gene flow, making them susceptible to population declines in the face of anthropogenic-induced landscape change. To facilitate biologically informed population management of mountain goats in Glacier Bay National Park, Alaska, we characterized the fine-scale genetic population structure and examined how future climate change could impact the population density of these mountain goats. We used DNA samples to estimate diversity and depict the genealogical history. Climate response models allowed us to simulate changes to suitable habitat and predict how this might influence future population structure. Our results indicated that three genetically distinct subpopulations exist in Glacier Bay and that the population structure is reflective of the historic landscape patterns. Climate modeling predicted that demographic productivity was likely to be reduced for all subpopulations; additionally, we found that climate change likely degrades the suitability of movement corridors that facilitate gene flow between subpopulations, ultimately increasing the cost of travel. Understanding such fine-scale patterns are key to managing subpopulations, particularly with impending changes to the landscape.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,221
Écart entre enseignants0,196 · 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'étudeObservationnel
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetEnvironmental DNA in Biodiversity Studies→Travaux en français237 207→