Assigning individual fish to populations using microsatellite DNA markers
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract New statistical developments combined with the use of highly polymorphic microsatellite DNA markers enable the determination of the population of origin of single fish, resulting in numerous new research possibilities and applications in practical management of fish populations. We first describe three main categories of methods available, i.e. (i) assignment tests and related methods, (ii) discriminant function analysis and (iii) artificial neural networks. In all these, individuals can be assigned to the population from which their multilocus genotypes are most likely to be derived. Assignment tests are based on calculations of the likelihood of multilocus genotypes in populations, based on allele frequencies. Discriminant function analysis is based on multivariate statistics, whereas artificial neural networks formulate predictions through exposure to correct solutions. Assignment tests are the methods of choice when considering genetic data alone, whereas discriminant function analysis and artificial neural networks may be useful when genetic data are combined with, for instance, morphological and ecological data. Assignment tests can be used to assess the genetic distinctness of populations, for discriminating among closely related species and to directly identify immigrants or individuals of immigrant ancestry, and thereby study patterns of dispersal among populations, including sex‐biased dispersal. In a conservation context, assignment tests can be used to assess the genetic impact of domesticated fish on wild populations and for determining if extant fish populations are in fact indigenous or descendants from stocked fish or strayers, and they can be applied in forensics, for instance to reveal poaching. Assignment tests are at present most useful for studies of freshwater and anadromous fishes owing to stronger genetic differentiation among populations than in marine fishes. However, some genetically divergent populations of marine fishes have been discovered, which could be used as natural laboratories for studying dispersal and gene flow. It is foreseen that ongoing developments in statistical methods, combined with improved techniques for screening large numbers of loci, will permit assignment methods to become standard tools in studies on the biology of fishes.
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.
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) | 0,000 | 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 découle