MétaCan
Menu
Retour à la cohorte
Enregistrement W2245804869 · doi:10.1093/icesjms/fsv139

Seascape genetics of saithe (Pollachius virens) across the North Atlantic using single nucleotide polymorphisms

2015· article· en· W2245804869 sur OpenAlexaboutno aff
Atal Saha, Lorenz Hauser, Matthew Kent, Benjamin Planque, Francis Neat, Tina Graceline Kirubakaran, Irene Huse, Eydna í Homrum, Svein‐Erik Fevolden, Sigbjørn Lien, Torild Johansen

Notice bibliographique

RevueICES Journal of Marine Science · 2015
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensnon disponible
Organismes subventionnairesNorges ForskningsrådUniversity of Washington
Mots-clésSeascapeBiologyHalibutGenetic structureRange (aeronautics)Abiotic componentFisheryEcologyEvolutionary biologyGenetic variationFish <Actinopterygii>GeneticsGene

Résumé

récupéré en direct d'OpenAlex

Abstract The identification of isolated populations in widely distributed marine species is often impeded by low levels of genetic differentiation. However, modern genetic approaches now allow for the efficient detection of potentially large numbers of novel genetic variations, thereby improving the power to identify biologically meaningful management units. To investigate the genetic structuring of saithe (Pollachius virens L.), we applied seascape genetic approaches to 131 single nucleotide polymorphism loci genotyped in 584 fish collected from 11 locations across the North Atlantic. Wombling analysis and the Monmonier algorithm revealed four genetic clusters (Barents Sea, Central Northeast Atlantic, Rockall, and Canada) across the species distribution range. These results imply that genetic structuring in saithe may be influenced by abiotic factors such as geographical distance, and bathymetry as well as biotic factors such as sex-biased migration, and natal homing. The results suggest a potential mismatch between management and biological units across the Northeast Atlantic, which may have implications for sustainable exploitation of the species.

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)0,000
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,028
Tête enseignante GPT0,269
Écart entre enseignants0,241 · 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

Citations21
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICES Journal of Marine ScienceMême sujetGenetic diversity and population structureTravaux en français237 207