MétaCan
Menu
Retour à la cohorte
Enregistrement W3047292344 · doi:10.3390/d12080304

Historical and Contemporary Diversity of Galaxiids in South America: Biogeographic and Phylogenetic Perspectives

2020· article· en· W3047292344 sur OpenAlexaff
Iván Vera‐Escalona, M. Lisette Delgado, Evelyn Habit, Daniel E. Ruzzante

Notice bibliographique

RevueDiversity · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPhylogeographyEcologyGlacial periodDeglaciationGenetic diversityQuaternaryFaunaLast Glacial MaximumGeographyBiogeographyBiologyPhylogenetic treePopulationPaleontology

Résumé

récupéré en direct d'OpenAlex

Galaxiid fishes from South America are represented by three genera (Aplochiton, Brachygalaxias and Galaxias) and eight species. Their genetic patterns have been studied over the last two decades to disentangle how historical and contemporary processes influenced their biogeographic distribution and phylogeographic patterns. Here we review and synthesize this body of work. Phylogeographic approaches reveal the important role played by orogeny and the expansion/melting of glacial ice during the Quaternary. Populations retreated to glacial refugia during glacial times and some systems experienced drainage reversals from the Atlantic to the Pacific following deglaciation. Although most species expanded their populations and increased their genetic diversity during the Holocene, the introduction of salmonids and the construction of dams are likely to lead to a decline in genetic diversity for at least some species. An improvement in our understanding of the processes that influenced historical and contemporary diversity patterns among galaxiid and other native fishes in South America is necessary for addressing the cumulative and synergistic impacts of human activity on this unique freshwater fauna.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,202
Écart entre enseignants0,173 · 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'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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiversityMême sujetFish biology, ecology, and behaviorTravaux en français237 207