NOVEL APPLICATIONS OF RANDOM FOREST FOR EXPLORING POPULATION STRUCTURE OF ATLANTIC SALMON (SALMO SALAR) IN LABRADOR, CANADA
Notice bibliographique
Résumé
The detection of population-genetic structure is useful for understanding patterns of gene flow, population distribution, and wildlife management and conservation. In this work, we examine approaches for inferring the modern genetic structure of Atlantic salmon (Salmo salar). We explore the utility of machine-learning algorithms (random forest, regularized random forest, and guided regularized random forest) compared with FST-ranking for selection of single nucleotide polymorphisms (SNP) for fine-scale population assignment within a marine embayment, Lake Melville, Labrador. Using an unpublished SNP dataset for Atlantic salmon and validating our approaches with a published SNP data set for Alaskan Chinook salmon (Oncorhynchus tshawytscha), we demonstrate improved self-assignment accuracy and provide evidence of population structure consistent with F-statistics. We compare the level of population structure in greater Labrador that is resolved using a preliminary panel of SNPs selected with guided regularized random forest with an established panel of 101 microsatellites. We ask if salmon originating from rivers draining into Lake Melville show evidence of discrete genetic population structure relative to those outside of the embayment. Finally, we investigate environmental parameters associated with the observed genetic structure and seek to explain the mechanisms driving genetic differentiation in the area. We highlight the potential for applications of machine-learning approaches in population genetics and uncover fine-scale structure with potential impact on fisheries management techniques.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».