MétaCan
Menu
Retour à la cohorte
Enregistrement W4300920214 · doi:10.47886/9781934874110.ch9

Pacific Salmon: Ecology and Management of Western Alaska’s Populations

2009· book-chapter· en· W4300920214 sur OpenAlexaboutno aff

Notice bibliographique

RevueAmerican Fisheries Society eBooks · 2009
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPeninsulaBayTributaryGeographyPopulationFisheryLocus (genetics)Chinook windMicrosatelliteOncorhynchusEcologyBiologyArchaeologyCartographyDemographyAllele

Résumé

récupéré en direct d'OpenAlex

Abstract.—Microsatellite and major histocompatibility complex (MHC) variation was surveyed to evaluate population structure and the potential for genetic stock identification in chum salmon Oncorhynchus keta populations largely bordering the eastern Bering Sea and northwestern Gulf of Alaska. Variation at 14 microsatellite loci and one MHC locus was surveyed for 59 populations in the study. The genetic differentiation index (Fst) over all populations and loci was 0.023, with individual locus values ranging from 0.007 to 0.058. At least 10 regional stocks were observed in the survey area, with populations from Kotzebue Sound (mean Fst value usually >0.02 in regional comparisons) and the Alaska Peninsula (Fst >0.03) the most distinct of Alaskan populations surveyed. For stock identification applications incorporating DNA variation, chum salmon sampled in rivers’ tributaries to the eastern Bering Sea were classified into the following regions: Kotzebue Sound, Norton Sound, lower/middle Yukon River, Tanana River, Kuskokwim River, Nushagak River, north/central Bristol Bay, southwest Bristol Bay, northern Alaska Peninsula/Aleutian Islands, southwest Alaska Peninsula, and southeast Alaska Peninsula. For simulated single-region mixtures, estimated regional stock compositions were generally above 90% for the previously-listed regions except for the Kuskokwim River, Nushagak and north/central Bristol Bay regions. Incomplete characterization of DNA variation for populations in those regions most likely contributed to the lower accuracies of estimated stock compositions in the simulated mixtures. Estimated regional stock compositions of simulated samples comprising fish from several regions were within 1–3% of actual values provided that no contributions from the three under-represented regions were included in the simulated samples. Microsatellite and MHC variation has the potential to provide accurate estimates of regional stock composition for chum salmon fisheries in the Bering Sea and northern Gulf of Alaska.

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 enseignants0,053
Score d'incertitude au seuil0,106

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,218
Écart entre enseignants0,202 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Fisheries Society eBooksMême sujetFish Ecology and Management StudiesTravaux en français237 207