Effects of Wild Forest Fires on Genetic Diversity and Population Structure of a Boreal Conifer, White Spruce (Picea glauca (Moench) Voss): Implications for Genetic Resource Management and Adaptive Potential under Climate Change
Notice bibliographique
Résumé
Climate change is predicted to increase forest fires in boreal forests, which can threaten the sustainability of forest genetic resources. Wildfires can potentially impact genetic diversity and population structure in forest trees by creating population bottlenecks, and influencing demography, effective population size (Ne) and various evolutionary processes. We have investigated this critical issue in a widely-distributed, transcontinental, ecologically and economically important and fire-intolerant boreal conifer, white spruce (Picea glauca (Moench) Voss). We tested the hypothesis that in a predominantly outcrossing species with long distance gene flow, such as white spruce, located in primary undisturbed forests, normal forest fires do not adversely affect genetic diversity and population structure. We used 10 nuclear genic and genomic microsatellite loci to examine genetic diversity and population structure of post-fire pristine old-growth (PF-OG) and adjacent post-fire naturally regenerated young (PF-YR) stands. The genetic diversity, inbreeding and genetic differentiation levels, Bayesian population structure, Ne and latent genetic potential were statistically similar between the PF-OG and PF-YR populations. None of the microsatellites showed any signature of selection. Our study demonstrates that normal wild forest fires do not adversely affect genetic diversity, differentiation, and population genetic structure in white spruce. The results should have wide significance for sustainable forest 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.
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 | 0,001 |
| 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 ».