MétaCan
Menu
Retour à la cohorte
Enregistrement W2070134003 · doi:10.1111/j.1365-294x.2005.02658.x

Marine landscapes and population genetic structure of herring (<i>Clupea harengus</i> L.) in the Baltic Sea

2005· article· en· W2070134003 sur OpenAlexaff
Hanne Jørgensen, Michael M. Hansen, Dorte Bekkevold, Daniel E. Ruzzante, Volker Loeschcke

Notice bibliographique

RevueMolecular Ecology · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésClupeaBiologyHerringReproductive isolationGene flowPopulationBaltic seaGenetic structureEcologyIsolation by distanceGenetic variationPanmixiaFisheryOceanographyFish <Actinopterygii>GeneGenetics

Résumé

récupéré en direct d'OpenAlex

Numerically small but statistically significant genetic differentiation has been found in many marine fish species despite very large census population sizes and absence of obvious barriers to migrating individuals. Analyses of morphological traits have previously identified local spawning groups of herring (Clupea harengus L.) in the environmentally heterogeneous Baltic Sea, whereas allozyme markers have not revealed differentiation. We analysed variation at nine microsatellite loci in 24 samples of spring-spawning herring collected at 11 spawning locations throughout the Baltic Sea. Significant temporal differentiation was observed at two locations, which we ascribe to sympatrically spawning but genetically divergent 'spawning waves'. Significant differentiation was also present on a geographical scale, though pairwise F(ST) values were generally low, not exceeding 0.027. Partial Mantel tests showed no isolation by geographical distance, but significant associations were observed between genetic differentiation and environmental parameters (salinity and surface temperature) (0.001 < P < or = 0.099), though these outcomes were driven mainly by populations in the southwestern Baltic Sea, which also exhibits the steepest environmental gradients. Application of a novel method for detecting barriers to gene flow by combining geographical coordinates and genetic differentiation allowed us to identify two zones of lowered gene flow. These zones were concordant with the separation of the Baltic Sea into major basins, with environmental gradients and with differences in migration behaviour. We suggest that similar use of landscape genetics approaches may increase the understanding of the biological significance of genetic differentiation in other marine 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.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
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 Opus0,003
Tête enseignante GPT0,202
Écart entre enseignants0,199 · 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

Citations219
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular EcologyMême sujetGenetic diversity and population structureTravaux en français237 207