Evolution of introduced Chinook salmon (<i>Oncorhynchus tshawytscha</i>) in Lake Huron: emergence of population genetic structure in less than 10 generations
Notice bibliographique
Résumé
Abstract – Population genetic structure was detected in Chinook salmon Oncorhynchus tshawytscha in their non‐native range of Lake Huron using microsatellite DNA. All Chinook salmon in this system descend from Green River, Washington cohorts, originally transplanted to Michigan hatcheries in the late 1960s. We tested for population genetic differentiation of age 0 fish collected from 13 rivers and two hatcheries in 2007. The amount of genetic differentiation among collection sites was low but statistically significant, with F ST values ranging from 0.036 to 0.133 and R ST values ranging from 0.008 to 0.157 for specific loci. Based on pairwise F ST and R ST values and Bayesian cluster analysis, the Maitland River population in the Main Basin of Lake Huron was genetically distinct from the remaining collection sites. Based on analysis of bycatch data from commercial gill net fisheries, Chinook salmon likely colonised the Main Basin by 1975 (10 generations ago) and the North Channel and southern Georgian Bay regions by 1980 (eight generations ago). Thus, population genetic structure has emerged in Lake Huron Chinook salmon in <10 generations.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».