MétaCan
Menu
Retour à la cohorte
Enregistrement W2550929982 · doi:10.1111/bij.12913

Challenge to the model of lake charr evolution: shallow- and deep-water morphs exist within a small postglacial lake

2016· article· en· W2550929982 sur OpenAlexaff
Louise Chavarie, Andrew M. Muir, Mara S. Zimmerman, Shauna M. Baillie, Michael J. Hansen, Nancy A. Nate, Daniel L. Yule, Trevor A. Middel, Paul Bentzen, Charles C. Krueger

Notice bibliographique

RevueBiological Journal of the Linnean Society · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensTrent UniversityMinistry of Natural Resources and ForestryDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBiologySalvelinusEcologyIntraspecific competitionReproductive isolationHabitatLimnetic zonePhenotypic plasticityWaves and shallow waterFisheryFish <Actinopterygii>TroutOceanography

Résumé

récupéré en direct d'OpenAlex

All examples of lake charr (Salvelinus namaycush) diversity occur within the largest, deepest lakes of North America (i.e. > 2000 km2). We report here Rush Lake (1.3 km2) as the first example of a small lake with two lake charr morphs (lean and huronicus). Morphology, diet, life history, and genetics were examined to demonstrate the existence of morphs and determine the potential influence of evolutionary processes that led to their formation or maintenance. Results showed that the huronicus morph, caught in deep-water, had a deeper body, smaller head and jaws, higher eye position, greater buoyancy, and deeper peduncle than the shallow-water lean morph. Huronicus grew slower to a smaller adult size, and had an older mean age than the lean morph. Genetic comparisons showed low genetic divergence between morphs, indicating incomplete reproductive isolation. Phenotypic plasticity and differences in habitat use between deep and shallow waters associated with variation in foraging opportunities seems to have been sufficient to maintain the two morphs, demonstrating their important roles in resource polymorphism. Rush Lake expands previous explanations for lake charr intraspecific diversity, from large to small lakes and from reproductive isolation to the presence of gene flow associated with strong ecological drivers.

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 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 enseignants0,068
Score d'incertitude au seuil0,220

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,211
Écart entre enseignants0,179 · 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 tête enseignante, 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

Citations30
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiological Journal of the Linnean SocietyMême sujetFish Ecology and Management StudiesTravaux en français237 207