ENVIRONMENTAL CORRELATES OF POPULATION DIFFERENTIATION IN ATLANTIC HERRING
Notice bibliographique
Résumé
The marine environment is characterized by few physical barriers, and pelagic fishes commonly show high migratory potential and low, albeit in some cases statistically significant, levels of genetic divergence in neutral genetic marker analyses. However, it is not clear whether low levels of differentiation reflect spatially separated populations experiencing gene flow or shallow population histories coupled with limited random genetic drift in large, demographically isolated populations undergoing independent evolutionary processes. Using information for nine microsatellite loci in a total of 1951 fish, we analyzed genetic differentiation among Atlantic herring from eleven spawning locations distributed along a longitudinal gradient from the North Sea to the Western Baltic. Overall genetic differentiation was low (θ = 0.008) but statistically significant. The area is characterized by a dramatic shift in hydrography from the highly saline and temperature stable North Sea to the brackish Baltic Sea, where temperatures show high annual variation. We used two different methods, a novel computational geometric approach and partial Mantel correlation analysis coupled with detailed environmental information from spawning locations to show that patterns of reproductive isolation covaried with salinity differences among spawning locations, independent of their geographical distance. We show that reproductive isolation can be maintained in marine fish populations exhibiting substantial mixing during larval and adult life stages. Analyses incorporating genetic, spatial, and environmental parameters indicated that isolating mechanisms are associated with the specific salinity conditions on spawning 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 | 0,000 | 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 ».