Population structure inferred by local spatial autocorrelation: An example from an Amerindian tribal population
Notice bibliographique
Résumé
Spatial autocorrelation (SA) methods were recently extended to detect local spatial autocorrelation (LSA) at individual localities. LSA statistics serve as useful indicators of local genetic population structure. We applied this method to 15 allele frequencies from 43 villages of a South American tribe, the Yanomama. Based on a network of links ≤51 km between neighboring villages, we calculated LSA statistics for Moran, Geary, and Getis-Ord coefficients. We also developed two new, rescaled indices of local SA. Local indicators of positive SA highlight villages surrounded by genetically similar near neighbors. Negative LSA statistics indicate sharp genetic differences from near neighbors. Markedly positive LSA was found for all 11 outlier villages. The most negatively LSA villages are in the central, densely connected cluster. The Getis-Ord coefficients of suitably transformed allele frequencies point to clusters of villages with unusually high or low allelic polymorphisms. The most homozygous villages are all in the four geographically isolated village clusters. The most polymorphic villages are all in the large, densely settled Yanomame dialect group. An ad hoc linguistic isolation index between neighboring villages showed that villages in isolated pairs and triplets have linguistically similar neighbors, whereas nine villages with notably negative LSA are all near dialect and kinship boundaries. The location of a village with respect to the graph structure of its neighborhood affects its LSA and genetic polymorphism. The implications of these findings for the population structure of the Yanomama are compatible with those from an earlier study of global SA in these villages. Am J Phys Anthropol, 2006. © 2005 Wiley-Liss, Inc.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».