MétaCan
Menu
Retour à la cohorte
Enregistrement W1515391913 · doi:10.1002/ece3.235

Fine‐scale parallel patterns in diversity of small benthic Arctic charr (<i>Salvelinus alpinus</i>) in relation to the ecology of lava/groundwater habitats

2012· article· en· W1515391913 sur OpenAlexfundno aff
Bjarni K. Kristjánsson, Skúli Skúlason, Sigurður S. Snorrason, David L. G. Noakes

Notice bibliographique

RevueEcology and Evolution · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSalvelinusEcologyHabitatBenthic zoneBiologyArcticBiodiversityDiversity (politics)TroutFisheryFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

It is critical to study factors that are important for origin and maintenance of biological diversity. A comparative approach involving a large number of populations is particularly useful. We use this approach to study the relationship between ecological factors and phenotypic diversity in Icelandic Arctic charr (Salvelinus alpinus). Numerous populations of small benthic charr have evolved in lava springs in Iceland. These charr appear morphologically similar, but differ in important morphological features related to feeding. We found a clear relationship between diversity in morphology, diet, and ecological factors among populations. In particular, there were clear differences in morphology and diet between fish coming from habitats where the lava spring flowed on as a stream compared to habitats where the lava spring flowed into a pond. Our study shows that ecological factors are important for the origin and maintenance of biological diversity. The relationship between phenotype and ecological factors are observed on a fine scale, when comparing numerous populations that are phenotypically similar. This strongly suggests that for understanding, managing, and conserving biological diversity important ecological variables have to be taken into the account.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,862

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,201
Écart entre enseignants0,189 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetFish Ecology and Management StudiesTravaux en français237 207