MétaCan
Menu
← Retour à la cohorte
Enregistrement W2182018593

Application of microsatellite DNA primers for the analysis of the genetic variability of Lithuanian native goose breeds

2006· article· en· W2182018593 sur OpenAlexaboutno aff
Vykintas Baublys, Algimantas Paulauskas, Aniolas Sruoga

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicrosatelliteGooseWaterfowlBiologyPrimer (cosmetics)HybridPopulationWhite (mutation)GeneticsEcologyAlleleBotanyGene
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

2 Institute of Ecology, Vilnius University, Akademijos g. 2, LT-08412, Vilnius, Lithuania The aim of our study was to assess the use of waterfowl species specific primers in order to detect polymorphism in Lithuanian native geese breeds (Vistinės, Skarulės and Vistinės-Skarulės hybrids – Native Mixed). Also, the White-fronted geese species was investigated for comparison. The microsatellite DNA analysis was carried out using 11 microsatellite primers from which only 4 gave a positive PCR product: Sfimu1 (some wild waterfowl species specific marker), TTUCG-1, TTUCG-2, TTUCG-4 (Canada geese specific marker). According to our data, it is possible to use wild waterfowl specific microsatellite DNA markers for a comparative microsatellite DNA analysis of the White-fronted geese species and 2 Lithuanian breeds (Vistinės and Skarulės), and their hybrids (Native Mixed) were obtained by interbreeding these breeds. We found that the TTUCG-1 primer, due to monomorphic PCR products, was not suitable for the population analysis of Skarulės and the Vistinės geese breeds. Due to the absence of the amplified product, the TTUCG-4 primer is not suitable for hybrid geese microsatellite DNA analysis.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0010,000

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 GPT0,225
Écart entre enseignants0,220 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGenetic and phenotypic traits in livestock→Travaux en français237 207→