MétaCan
Menu
Retour à la cohorte
Enregistrement W2944333890 · doi:10.1111/eva.12810

Estimated six per cent loss of genetic variation in wild populations since the industrial revolution

2019· review· en· W2944333890 sur OpenAlexafffund
Deborah M. Leigh, Andrew P. Hendry, Ella Vázquez‐Domínguez, Vicki L. Friesen

Notice bibliographique

RevueEvolutionary Applications · 2019
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensMcGill UniversityQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyGenetic variationVariation (astronomy)Genetic variabilityAdaptation (eye)EcologyPopulationGenetic diversityPopulation sizeEvolutionary biologyDemographyGeneticsGenotype

Résumé

récupéré en direct d'OpenAlex

Genetic variation is fundamental to population fitness and adaptation to environmental change. Human activities are driving declines in many wild populations and could have similar effects on genetic variation. Despite the importance of estimating such declines, no global estimate of the magnitude of ongoing genetic variation loss has been conducted across species. By combining studies that quantified recent changes in genetic variation across a mean of 27 generations for 91 species, we conservatively estimate a 5.4%-6.5% decline in within-population genetic diversity of wild organisms since the industrial revolution. This loss has been most severe for island species, which show a 27.6% average decline. We identified taxonomic and geographical gaps in temporal studies that must be urgently addressed. Our results are consistent with single time-point meta-analyses, which indicated that genetic variation is likely declining. However, our results represent the first confirmation of a global decline and provide an estimate of the magnitude of the genetic variation lost from wild populations.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,061
Tête enseignante GPT0,311
Écart entre enseignants0,250 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations308
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolutionary ApplicationsMême sujetGenetic diversity and population structureTravaux en français237 207