Morphological differentiation among isolated populationsof dwarf snakehead fish, Channa gachua (Hamilton, 1822)using truss network analysis
Notice bibliographique
Résumé
Truss-network analysis was applied to examine morphological differences among distinct populations of Channa gachua (Hamilton 1822). Ninety-eight fish individuals were collected from three-isolated habitats in north-eastern Thailand. Twenty-six truss variables were measured and then subjected to Burnaby’s size adjustment for removing size-dependent effect. The transformed data were processed for univariate and multivariate statistical analyses. The multivariate ANCOVA showed highly significant differences between populations (Pillai’s trace = 1.561, F = 10.102, p < 0.0001). The univariate ANCOVA presented the significant differences between 20 out of 26 truss variables (p < 0.05) representing morphological characters of head, trunk and caudal peduncle areas. The variability in body shape among three populations obviously showed by the first three components of PCA accounting for 49.98% of total variances. In addition, five variables from head area and three variables from body were selected to stepwise discriminant analysis, representing the first two discriminant functions (DF1 and DF2) accounted for 72.95 and 27.95% of shape variability, respectively. A high rate of correct classification of C. gachua to actual sampling locations was at 93.88%. The results support the existence of local adaptation of C. gachua across the isolated geographical locations, and indicate the presence of three phenotypic stocks of C. gachua regarding their habitat locations.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».