Broadscale effects of landscape on genetic structure of polar bears
Notice bibliographique
Résumé
The interplay between landscape features and genetic processes (e.g., gene flow, genetic drift) ultimately shapes population structure and species distributions. Understanding the evolutionary processes linking species and their environments can inform species’ responses to stochastic or human-induced change. Individual dispersal and connectivity among populations can be studied using the rapidly advancing field of landscape genetics through integrative study of spatial genetic patterns and their relation to landscape variables. Studying these dynamics through time is not often done, yet offers greater potential to evaluate the effects of landscapes on gene flow, and enables study of genetic change. The polar bear (Ursus martimus) is a circumpolar, apex arctic predator, considered to be in peril in the context of rapidly changing arctic environments. It is of great cultural and spiritual importance to Inuit peoples, and is hunted across the Arctic. Using over two decades (1997–2020) of polar bear harvest sample data collected by Inuit throughout Nunavut and the Inuvialuit Settlement Region, I conduct a comparison of polar bear spatial genetic structure and landscape resistance through time. I use resistance models to relate landscape variables to genetic structure for each of two periods of sampling across a consistent distribution (1997–2008 and 2009–2020). I observe local changes in spatial genetic structure across the Arctic Archipelago between periods. Resistance models emphasize the importance of both sea ice extents and landcover across this distribution for each period. Spatial autoregressive lag models indicate genetic change is predicted by sea ice resistance change between periods. I thus detect change in genetic structure resulting from environmental change, and identify sea ice as the leading underlying factor. Temporal landscape-genetic studies offer valuable insight on wide-ranging, continuously distributed species for conservation and management decisions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».