MétaCan
Menu
Retour à la cohorte
Enregistrement W6948376403 · doi:10.5061/dryad.p8cz8w9vz

Density and genetic diversity of grizzly bears at the northern edge of their distribution

2023· dataset· en· W6948376403 sur OpenAlexaffabout

Notice bibliographique

RevueDRYAD · 2023
Typedataset
Langueen
DomaineComputer Science
ThématiqueData Management and Algorithms
Établissements canadiensUniversity of VictoriaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGenetic diversityTundraRange (aeronautics)UrsusPopulationPopulation densitySpecies richnessGrizzly BearsHabitat

Résumé

récupéré en direct d'OpenAlex

Species at the periphery of their range are typically limited in density by lower habitat quality. As a result, the Central-Marginal Hypothesis (CMH) predicts a decline in genetic diversity of populations towards the periphery of a species’ range. Grizzly bears (Ursus arctos) once ranged throughout most of North America but have been extirpated from nearly half of their former range, mainly in the south. They are considered a species at risk even in Canada’s remote North, where they occupy the northernmost edge of the species’ continental distribution in a low-productivity tundra environment. With climate change, one of their main food items in the tundra (caribou), which has always shown yearly fluctuations, is declining, but simultaneously, grizzlies appear to be expanding their range northward, in tundra environment. Yet, a lack of population density estimates across the North is hindering effective conservation action. The CMH has implications for the viability of peripheral populations, and the links between population fluctuations, potential bottlenecks and genetic diversity need to be determined to contribute to species’ conservation. Using non-invasive genetic sampling from 2012 to 2014, and autosomal DNA genotyping (via-microsatellites), we estimated bear density using a spatial capture-recapture framework and analysed genetic diversity using observed heterozygosity (Ho), Allelic Richness (AR), and expected heterozygosity (He). We compared our findings to other studies that used comparable methodologies on this and a related species (Black bears; Ursus americanus). We found densities of grizzly bears that were low for the species but characteristic for the region (5.9 ± 0.4 bears/1000 km2), but with high Ho (0.81 ± 0.05), AR (7 ± 0.78) and He (0.71 ± 0.03), despite a signal of recent bottlenecks. In both species, peripherality was not correlated with Ho but was negatively correlated with density. We suggest that the apparent growth of this expanding population of grizzlies offsets the negative impacts of recent bottlenecks on Ho. Indigenous Knowledge provides historical context (on the order of centuries – e.g., arctic large mammal fluctuations, grizzly bear bottlenecks) for the current bear population dynamics (on the order of decades – e.g., climate change, northern grizzly bear expansion).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,304
Score d'incertitude au seuil0,644

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0010,005
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,213
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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDRYADMême sujetData Management and AlgorithmsTravaux en français237 207