MétaCan
Menu
Retour à la cohorte
Enregistrement W1978575231 · doi:10.1371/journal.pone.0010671

Population Structure as Revealed by mtDNA and Microsatellites in Northern Fur Seals, Callorhinus ursinus, throughout Their Range

2010· article· en· W1978575231 sur OpenAlexaff
Bobette R. Dickerson, Rolf R. Ream, Sacha Vignieri, Paul Bentzen

Notice bibliographique

RevuePLoS ONE · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésFur sealPhilopatryBiological dispersalPopulationBiologyRange (aeronautics)MicrosatelliteMitochondrial DNAZoologyPopulation geneticsEcologyEvolutionary biologyGeneticsDemography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The northern fur seal (Callorhinus ursinus; NFS) is a widely distributed pinniped that has been shown to exhibit a high degree of philopatry to islands, breeding areas on an island, and even to specific segments of breeding areas. This level of philopatry could conceivably lead to highly genetically divergent populations. However, northern fur seals have the potential for dispersal across large distances and have experienced repeated rapid population expansions following glacial retreat and the more recent cessation of intensive harvest pressure. METHODOLOGY/PRINCIPAL FINDINGS: Using microsatellite and mitochondrial loci, we examined population structure in NFS throughout their range. We found only weak population genetic structure among breeding islands including significant F(ST) and Phi(ST) values between eastern and western Pacific islands. CONCLUSIONS: We conclude that insufficient time since rapid population expansion events (both post glacial and following the cessation of intense harvest pressure) mixed with low levels of contemporary migration have resulted in an absence of genetic structure across the entire northern fur seal range.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,014
Tête enseignante GPT0,214
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), 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

Citations42
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMarine animal studies overviewTravaux en français237 207