MétaCan
Menu
Retour à la cohorte
Enregistrement W2137569785 · doi:10.1534/genetics.109.101972

Age Structure, Changing Demography and Effective Population Size in Atlantic Salmon (<i>Salmo salar</i>)

2009· article· en· W2137569785 sur OpenAlexaff
Friso Palstra, Michael O’Connell, Daniel E. Ruzzante

Notice bibliographique

RevueGenetics · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans CanadaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSalmoBiologySemelparity and iteroparityMetapopulationEffective population sizePopulationContext (archaeology)Life history theoryGenetic structureGenetic variationDemographyPopulation geneticsDemographic historyEcologyEvolutionary biologyLife historyGeneticsFisheryBiological dispersal

Résumé

récupéré en direct d'OpenAlex

Effective population size (N(e)) is a central evolutionary concept, but its genetic estimation can be significantly complicated by age structure. Here we investigate N(e) in Atlantic salmon (Salmo salar) populations that have undergone changes in demography and population dynamics, applying four different genetic estimators. For this purpose we use genetic data (14 microsatellite markers) from archived scale samples collected between 1951 and 2004. Through life table simulations we assess the genetic consequences of life history variation on N(e). Although variation in reproductive contribution by mature parr affects age structure, we find that its effect on N(e) estimation may be relatively minor. A comparison of estimator models suggests that even low iteroparity may upwardly bias N(e) estimates when ignored (semelparity assumed) and should thus empirically be accounted for. Our results indicate that N(e) may have changed over time in relatively small populations, but otherwise remained stable. Our ability to detect changes in N(e) in larger populations was, however, likely hindered by sampling limitations. An evaluation of N(e) estimates in a demographic context suggests that life history diversity, density-dependent factors, and metapopulation dynamics may all affect the genetic stability of these populations.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,360

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 Opus0,004
Tête enseignante GPT0,202
Écart entre enseignants0,198 · 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

Citations55
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeneticsMême sujetFish Ecology and Management StudiesTravaux en français237 207