Development of Microsatellite Loci Exhibiting Reverse Ascertainment Bias and a Sexing Marker for use in Emperor Geese ( <i>Chen Canagica</i> )
Notice bibliographique
Résumé
The Alaskan population of Emperor Geese ( Chen canagica) nests on the Yukon–Kuskokwim Delta in western Alaska. Numbers of Emperor Geese in Alaska declined from the 1960s to the mid-1980s and since then, their numbers have slowly increased. Low statistical power of microsatellite loci developed in other waterfowl species and used in previous studies of Emperor Geese are unable to confidently assign individual identity. Microsatellite loci for Emperor Goose were therefore developed using shotgun amplification and next-generation sequencing technology. Forty-one microsatellite loci were screened and 14 were found to be polymorphic in Emperor Geese. Only six markers – a combination of four novel loci and two loci developed in other waterfowl species – are needed to identify an individual from among the Alaskan Emperor Goose population. Genetic markers for identifying sex in Emperor Geese were also developed. The 14 novel variable loci and 15 monomorphic loci were screened for polymorphism in four other Arctic-nesting goose species, Black Brant ( Branta bernicla nigricans), Greater White-fronted ( Anser albifrons), Canada ( B. canadensis) and Cackling ( B. hutchinsii) Goose. Emperor Goose exhibited the smallest average number of alleles (3.3) and the lowest expected heterozygosity (0.467). Greater White-fronted Geese exhibited the highest average number of alleles (4.7) and Cackling Geese the highest expected heterozygosity (0.599). Six of the monomorphic loci were variable and able to be characterised in the other goose species assayed, a predicted outcome of reverse ascertainment bias. These findings fail to support the hypothesis of ascertainment bias due to selection of microsatellite markers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».