Applying novel connectivity networks to wood turtle populations to provide comprehensive conservation management strategies for species at risk
Notice bibliographique
Résumé
Genetic diversity within and among populations is frequently used in prioritization processes to rank populations based on their vulnerability or distinctiveness, however, connectivity and gene flow are rarely considered within these frameworks. Using a wood turtle (Glyptemys insculpta) population graph, we introduce BRIDES as a new tool to evaluate populations for conservation purpose without focusing solely on individual nodes. BRIDES characterizes different types of shortest paths among the nodes of a subgraph and compares the shortest paths among the same nodes in a complete network. The main objectives of this study were to (1) introduce a BRIDES selection process to assist conservation biologists in the prioritization of populations, and (2) use different centrality indices and node removal statistics to compare BRIDES results and assess gene flow among wood turtle populations. We constructed six population subgraphs and used a stepwise selection algorithm to choose the optimal number of additional nodes, representing different populations, required to maximize network connectivity under different weighting schemes. Our results demonstrate the robustness of the BRIDES selection process for a given scenario, while inconsistencies were observed among node-based metrics. Results showed repeated selection of certain wood turtle populations, which could have not been predicted following only genetic diversity and distinctiveness estimation, node-based metrics and node removal analysis. Contrary to centrality measures focusing on static networks, BRIDES allowed for the analysis of evolving networks. To our knowledge, this study is the first to apply graph theory for turtle conservation genetics. We show that population graphs can reveal complex gene flow dynamics and population resiliency to local extinction. As such, BRIDES offers an interesting complement to node-based metrics and node removal to better understand the global processes at play when addressing population prioritization frameworks.
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 | 0,001 | 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 ».