MétaCan
Menu
Retour à la cohorte
Enregistrement W2343828537 · doi:10.1111/jfb.12965

Genetic architecture and maternal contributions of early‐life survival in lake trout <i>Salvelinus namaycush</i>

2016· article· en· W2343828537 sur OpenAlexaff
Aimee Lee S. Houde, Chris C. Wilson, Trevor E. Pitcher

Notice bibliographique

RevueJournal of Fish Biology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensTrent UniversityMinistry of Natural Resources and ForestryUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésSalvelinusBiologyTroutMaternal effectSelection (genetic algorithm)ZoologyGenetic architectureEmbryoSalmonidaeAdditive genetic effectsEcologyPhenotypeEvolutionary biologyFisheryFish <Actinopterygii>GeneticsHeritabilitySalmoPregnancyOffspringGene

Résumé

récupéré en direct d'OpenAlex

The influences of additive, non-additive and maternal effects on early survival (uneyed embryo survival, eyed embryo survival, alevin survival and overall survival to first feeding) were quantified in lake trout Salvelinus namaycush using a 7 × 7 full-factorial breeding design. Maternal effects followed by non-additive genetic effects explained around one third of the phenotypic variance of the survival traits. Although the amount of additive genetic effects were low (<1%), suggesting a limited potential of the traits to respond to new selection pressures, how maternal and non-additive genetic effects may respond to selection under certain circumstances are discussed.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,213 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetFish Ecology and Management StudiesTravaux en français237 207