MétaCan
Menu
Retour à la cohorte
Enregistrement W2901014653 · doi:10.1002/ece3.4676

Maladaptive secondary sexual characteristics reduce the reproductive success of hybrids between native and non‐native salmonids

2018· article· en· W2901014653 sur OpenAlexafffund
Sho Fukui, Shannan L. May‐McNally, Eric B. Taylor, Itsuro Koizumi

Notice bibliographique

RevueEcology and Evolution · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of British ColumbiaRoyal British Columbia Museum
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIntrogressionBiologyReproductive successHybridOutbreeding depressionZoologySexual selectionSalvelinusReproductive isolationEcologyTroutPopulationFish <Actinopterygii>DemographyFisheryBotanyGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Human‐mediated hybridization between introduced and native species is one of the most serious threats to native taxa. Although field studies have attempted to quantify the relative fitness or reproductive success of parental species and their hybrids , only a few studies have unraveled the factors determining the fitness of hybrids. Here, we hypothesized that maladaptive secondary sexual characteristics may reduce fitness of hybrids between two fish species. To test this, we evaluated the reproductive success of introduced brook trout (BT: Salvelinus fontinalis ), native white‐spotted charr (WSC: S. leucomaenis ) and their hybrids in a natural stream in Hokkaido, Japan, where the two parental species show remarkably different male secondary sexual characteristics, such as elongated jaws and deeper bodies. We predicted that introgression from WSC is maladaptive for BT males because the BT male has more prominent secondary sexual characteristics. Our results suggest that both sexual selection and outbreeding depression in males and females significantly influence an individual's reproductive success. Our results also suggest that asymmetric introgression may increase the risks to persistence in the recipient 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 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)0,000
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 enseignants0,008
Score d'incertitude au seuil0,918

Scores Codex et Gemma par catégorie

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 technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,233
Écart entre enseignants0,223 · 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

Citations23
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetFish Ecology and Management StudiesTravaux en français237 207