MétaCan
Menu
Retour à la cohorte
Enregistrement W1979434804 · doi:10.1046/j.1365-294x.2000.00888.x

Statistical confidence in parentage analysis with incomplete sampling: how many loci and offspring are needed?

2000· article· en· W1979434804 sur OpenAlexafffund
Bryan D. Neff, Joe Repka, M. R. Gross

Notice bibliographique

RevueMolecular Ecology · 2000
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyLepomis macrochirusOffspringSampling (signal processing)MatingConfidence intervalEvolutionary biologySampling biasStatisticsGeneticsSample size determinationFish <Actinopterygii>Computer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

We have recently presented models to estimate parentage in breeding systems with multiple mating and incomplete sampling of the candidate parents. Here we provide formulas to calculate the statistical confidence and the optimal trade-off between the number of loci and offspring. These calculations allow an understanding of the statistical significance of the parentage estimates as well as the appropriate sampling regime required to obtain a desired level of confidence. We show that the trade-off generally depends on the parentage of the putative parents. When parentage is low, sampling effort should concentrate on increasing the number of loci. Otherwise, there are similar benefits from increasing the number of loci or offspring. We demonstrate these methods using genetic data from a nest of the bluegill sunfish (Lepomis macrochirus).

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,713

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 ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,239
Écart entre enseignants0,228 · 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

Citations44
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular EcologyMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207