MétaCan
Menu
Retour à la cohorte
Enregistrement W2142287231 · doi:10.1139/z05-066

Population structure and stock identification of sockeye salmon (<i>Oncorhynchus nerka</i>) in coastal lakes in British Columbia, Canada

2005· article· en· W2142287231 sur OpenAlexfundvenueaboutno aff
Terry D. Beacham, Brenda McIntosh, Cathy MacConnachie

Notice bibliographique

RevueCanadian Journal of Zoology · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésOncorhynchusBiologyMicrosatellitePopulationStock (firearms)FisheryPopulation structureLocus (genetics)Population geneticsEcologyGenetic variationZoologyAlleleGeographyDemographyFish <Actinopterygii>Genetics

Résumé

récupéré en direct d'OpenAlex

Population structure of sockeye salmon, Oncorhynchus nerka (Walbaum, 1792), from coastal lakes in British Columbia was determined from a survey of variation of 14 microsatellite loci, with approximately 6400 sockeye salmon analyzed from 40 populations. Populations from the Queen Charlotte Islands displayed fewer alleles per locus than did populations in other regions. Genetic differentiation among the populations surveyed was observed, with the mean FSTfor all loci being 0.077 (SD = 0.006). Differentiation among populations was approximately 13 times greater than annual variation within populations. Regional structuring of the populations surveyed was observed. The accuracy and precision of the estimated stock compositions generally increased as the number of observed alleles at the loci increased. Simulated mixed-stock samples generated from observed population frequencies in different regions suggested that variation at microsatellite loci provided reasonably accurate and precise estimates of stock composition for potential samples from marine or freshwater fisheries.

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 enseignants0,102
Score d'incertitude au seuil0,205

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,190
Écart entre enseignants0,185 · 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

Citations22
Publié2005
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetGenetic diversity and population structureTravaux en français237 207