MétaCan
Menu
Retour à la cohorte
Enregistrement W2125844174 · doi:10.1111/j.1558-5646.2012.01755.x

CRATER LAKE COLONIZATION BY NEOTROPICAL CICHLID FISHES

2012· article· en· W2125844174 sur OpenAlexfundno aff
Kathryn R. Elmer, Topi K. Lehtonen, Shaohua Fan, Axel Meyer

Notice bibliographique

RevueEvolution · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversität KonstanzTurun YliopistoDeutsche Forschungsgemeinschaft
Mots-clésCichlidBiologyColonizationCrater lakeImpact craterEcologyHabitatFish <Actinopterygii>FisheryAstrobiology

Résumé

récupéré en direct d'OpenAlex

Volcanic crater lakes are isolated habitats that are particularly well suited to investigating ecological and evolutionary divergence and modes of speciation. However, the mode, frequency, and timing of colonization of crater lakes have been difficult to determine. We used a statistical comparative phylogeographic approach, based on a mitochondrialDNA dataset, to infer the colonization history of two Nicaraguan crater lakes by populations of genetically and ecologically divergent cichlid lineages: Midas (Amphilophus cf. citrinellus complex) and moga (Hypsophrys nematopus). We compared estimates of diversity among populations within the two cichlid lineages and found that Midas were the most genetically diverse. From an approximate Bayesian computation analysis, we inferred that the crater lakes were each founded by both cichlid lineages in single waves of colonization: Masaya 5800 ± 300 years ago and Xiloá 5400 ± 750 years ago. We conclude that natural events are likely to have a dominant role in colonization of the crater lakes. Further, our findings suggest that the higher species richness and more rapid evolution of the Midas species complex, relative to other lineages of fishes in the same crater lakes, cannot be explained by earlier or more numerous colonization events.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,999

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)0,0050,002

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 Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations35
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvolutionMême sujetFish biology, ecology, and behaviorTravaux en français237 207