MétaCan
Menu
Retour à la cohorte
Enregistrement W2018365902 · doi:10.1080/00028487.2014.968293

Deciphering Hatchery Stock Influences on Wild Populations of Vermont Lake Trout

2015· article· en· W2018365902 sur OpenAlexafffund
Shauna M. Baillie, Craig T. Blackie, Leonard Gerardi, Paul Bentzen

Notice bibliographique

RevueTransactions of the American Fisheries Society · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensDalhousie University
Organismes subventionnairesDalhousie University
Mots-clésHatcheryStockingTroutBiologySalvelinusIntrogressionPopulationEcologyFisheryOverexploitationGene flowGenetic diversityGenetic variationFish <Actinopterygii>GeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract To better understand the influence of hatchery practices on wild populations of Lake Trout Salvelinus namaycush, we used a landscape genetic approach to tease apart the population genetic patterns expected due to natural processes versus hatchery stocking, i.e., human‐mediated gene flow. In several lakes across our study area in Vermont, the presence of exogenous mitochondrial DNA haplotypes supported our human‐mediated gene flow hypothesis. Microsatellite DNA analyses showed introgression of hatchery genotypes into the wild populations. Nonetheless, clustering patterns within river drainages and signatures of isolation by distance were consistent with natural postglacial colonization. We conclude that though the genetic makeup of Vermont Lake Trout populations has been influenced by stocking, a lack of genetic bottlenecks and concordance with landscape processes suggests that much of the indigenous genetic diversity remains intact. We were able to attribute departures from expectations based on natural genetic patterns to hatchery introgression in specific lakes. To preserve the adaptive potential of local populations that have persisted since the last ice age, we suggest areas for which hatchery supplementation could be minimized. Received June 16, 2014; accepted September 12, 2014

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,063
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,033
Tête enseignante GPT0,250
Écart entre enseignants0,217 · 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

Citations7
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the American Fisheries SocietyMême sujetFish Ecology and Management StudiesTravaux en français237 207