MétaCan
Menu
Retour à la cohorte
Enregistrement W2019189241 · doi:10.1139/g03-086

Genetic diversity of<i>Echinacea</i>species based upon amplified fragment length polymorphism markers

2004· article· en· W2019189241 sur OpenAlexvenueno aff
D -H Kim, Domingo Heber, David W. Still

Notice bibliographique

RevueGenome · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueHerbal Medicine Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Complementary and Integrative HealthNational Institutes of HealthIowa State University
Mots-clésBiologyEchinacea (animal)GeneticsGenetic diversityPolymorphism (computer science)Genetic markerAmplified fragment length polymorphismEvolutionary biologyAlleleGeneZoologyPopulation

Résumé

récupéré en direct d'OpenAlex

The taxonomy of Echinacea is based on morphological characters and has varied depending on the monographer. The genus consists of either nine species and four varieties or four species and eight varieties. We have used amplified fragment length polymorphisms (AFLP) to assess genetic diversity and phenetic relationships among nine species and three varieties of Echinacea (sensu McGregor). A total of 1086 fragments, of which approximately 90% were polymorphic among Echinacea taxa, were generated from six primer combinations. Nei and Li's genetic distance coefficient and the neighbor-joining algorithm were employed to construct a phenetic tree. Genetic distance results indicate that all Echinacea species are closely related, and the average pairwise distance between populations was approximately three times the intrapopulation distances. The topology of the neighbor-joining tree strongly supports two major clades, one containing Echinacea purpurea, Echinacea sanguinea, and Echinacea simulata and the other containing the remainder of the Echinacea taxa (sensu McGregor). The species composition within the clades differs between our AFLP data and the morphometric treatment offered by Binns and colleagues. We also discuss the suitability of AFLP in determining phylogenetic relationships.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,793
Score d'incertitude au seuil0,678

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 Opus0,027
Tête enseignante GPT0,263
Écart entre enseignants0,235 · 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

Citations33
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetHerbal Medicine Research StudiesTravaux en français237 207