Data from: Ocean circulation model predicts high genetic structure in a long-lived pelagic developer
Notice bibliographique
Résumé
AbstractUnderstanding the movement of genes and individuals across marine seascapes is a long-standing challenge in marine ecology, and can inform our understanding of local adaptation, the persistence and movement of populations, and the spatial scale of effective management. Patterns of gene flow in the ocean are often inferred based on population genetic analyses coupled with knowledge of species’ dispersive life histories. However, genetic structure is the result of time-integrated processes, and may not capture present-day connectivity between populations. Here we use a high-resolution oceanographic circulation model to predict larval dispersal along the complex coastline of western Canada that includes the transition between two well-studied zoogeographic provinces. We simulate dispersal in a benthic sea star with a 6-10 week pelagic larval phase, and test predictions of this model against previously observed genetic structure including a strong phylogeographic break within the zoogeographical transition zone. We also test predictions with new genetic sampling in a site within the phylogeographic break. We find that the coupled genetic and circulation model predicts the high degree of genetic structure observed in this species, despite its long pelagic duration. High genetic structure on this complex coastline can thus be explained through ocean circulation patterns which tend to retain passive larvae within 20 - 50 km of their parents, suggesting a necessity for close-knit design of Marine Protected Area networks.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».