MétaCan
Menu
Retour à la cohorte
Enregistrement W2163434913 · doi:10.7202/037487ar

Connectivité entre les populations du fjord du Saguenay et celles du golfe du Saint-Laurent

2009· article· fr· W2163434913 sur OpenAlexaffabout
Jean‐Marie Sévigny, Alexandra Valentin, A. Talbot, Nadia Ménard

Notice bibliographique

RevueRevue des sciences de l eau · 2009
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensGDG EnvironnementFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésFjordHumanitiesGeographyArtGeology

Résumé

récupéré en direct d'OpenAlex

L’analyse des marqueurs microsatellites et d’allozymes chez différentes espèces de poissons de fond (morue, flétan du Groenland et sébaste) et de crustacés (crabe des neiges et crevette nordique) montre que les organismes du Saguenay et du Saint-Laurent appartiennent aux mêmes populations. La seule différenciation génétique est observée au locus Pan I chez la morue. Cette différenciation pourrait toutefois être causée par la sélection, qui agirait dans le fjord du Saguenay, plutôt que par l’isolement génétique de la population. Les données complémentaires disponibles pour les poissons de fond (composition élémentaire des otolithes, morphométrie et faune parasitaire) montrent que les individus capturés dans le Saguenay diffèrent de ceux du Saint-Laurent. Ces différences suggèrent que les individus du Saguenay et du Saint-Laurent passent la majeure partie de leur cycle vital dans des environnements différents. Considérant la très faible survie larvaire observée dans le fjord, cette revue suggère que les populations de poissons de fond du Saguenay constituent des populations puits, dont le recrutement dépend de l’apport de juvéniles depuis le Saint-Laurent. Une fois les individus installés dans le Saguenay, ils y passent la majorité de leur vie. Même si nous ne possédons pas de données complémentaires pour les crustacés, il est possible que le même mécanisme opère chez ces espèces.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,003
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,052
Tête enseignante GPT0,274
Écart entre enseignants0,222 · 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

Citations12
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevue des sciences de l eauMême sujetFish Ecology and Management StudiesTravaux en français237 207