MétaCan
Menu
Retour à la cohorte
Enregistrement W2004290275 · doi:10.1111/j.1365-294x.2008.03939.x

Demographics and landscape features determine intrariver population structure in Atlantic salmon (<i>Salmo salar </i>L.): the case of the River Moy in Ireland

2008· article· en· W2004290275 sur OpenAlexaff
Eileen Dillane, Philip McGinnity, Jamie Coughlan, Mary C. Cross, Elvira de Eyto, Ellen Kenchington, Paulo A. Prodöhl, T. Cross

Notice bibliographique

RevueMolecular Ecology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesHigher Education AuthorityNorthwestern University
Mots-clésSalmoPopulationEcologyFish migrationBiologyGenetic structureBiodiversityFisheryHabitatPopulation sizeIsolation by distanceGeographyGenetic diversityFish <Actinopterygii>Demography

Résumé

récupéré en direct d'OpenAlex

Contemporary genetic structure of Atlantic salmon (Salmo salar L.) in the River Moy in Ireland is shown here to be strongly related to landscape features and population demographics, with populations being defined largely by their degree of physical isolation and their size. Samples of juvenile salmon were collected from the 17 major spawning areas on the river Moy and from one spawning area in each of five smaller nearby rivers. No temporal allele frequency differences were observed within locations for 12 microsatellite loci, whereas nearly all spatial samples differed significantly, suggesting that each was a separate population. Bayesian clustering and landscape genetic analyses suggest that these populations can be combined hierarchically into five genetically informative larger groupings. Lakes were found to be the single most important determinant of the observed population structure. Spawning area size was also an important factor. The salmon population of the closest nearby river resembled genetically the largest Moy population grouping. In addition, we showed that anthropogenic influences on spawning habitats, in this case arterial drainage, can affect relationships between populations. Our results show that Atlantic salmon biodiversity can be largely defined by geography, and thus, knowledge of landscape features (for example, as characterized within Geographical Information Systems) has the potential to predict population structure in other rivers without an intensive genetic survey, or at least to help direct sampling. This approach of combining genetics and geography, for sampling and in subsequent statistical analyses, has wider application to the investigation of population structure in other freshwater/anadromous fish species and possibly in marine fish and other organisms.

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 enseignants0,110
Score d'incertitude au seuil0,906

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 Opus0,004
Tête enseignante GPT0,186
Écart entre enseignants0,182 · 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

Citations43
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular EcologyMême sujetFish Ecology and Management StudiesTravaux en français237 207