Genetic evidence to inform management of rare genetic variants and gene flow: Balancing the conservation of the rare “Spirit bear” allele and population genetic diversity across a complex landscape
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Incorporating genetic considerations into wildlife management can require balancing the conservation of rare genetic variants with the maintenance of gene flow. One system illustrating such trade‐offs is coastal British Columbia, Canada, where black bears ( Ursus americanus ) can carry a genetic variant responsible for white‐coated “Spirit bears.” We examined population genetic structure, diversity, and gene flow using 22 microsatellite loci for 357 individuals collected over a 23,500 km 2 area from a long‐term noninvasive bear monitoring collaboration among the Gitga'at, Kitasoo/Xai'xais, Nuxalk, Haíɫzaqv, and Wuikinuxv First Nations and partnering scientists. We found broad‐ (two groups) and fine‐scale (eight groups) population structures. At the finer scale, three islands formed unique genetic groups and four genetic groups showed heterozygote deficiency, including two populations containing Spirit bear alleles. We additionally created effective estimation of migration surfaces and found that breaks among genetic groups and areas of lower than average migration aligned with wide waterways (>2 km). Given the apparent isolation of island groups, heterozygote deficiencies, and the distribution of the rare Spirit bear allele, we provide recommendations to prevent the loss of Spirit bear allele carriers and individuals contributing genetic diversity to isolated, genetically depauperate groups. More broadly, we highlight the value of locally led, fine‐scale genetic monitoring for wildlife management.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| 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 découle