MétaCan
Menu
← Retour à la cohorte
Enregistrement W4309645666 · doi:10.1139/cjfas-2022-0104

Nature or nurture: a genetic basis for the behavioral selection of depth in siscowet and lean lake char (<i>Salvelinus namaycush</i>) ecomorphs

2022· article· en· W4309645666 sur OpenAlexvenueno aff
Frederick W. Goetz, Shawn P. Sitar, Michael J. Seider, Andrew Jasonowicz

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNorthern Michigan UniversityU.S. Fish and Wildlife ServiceUniversity of Wisconsin-MilwaukeeGreat Lakes Fishery Commission
Mots-clésBiologySalvelinusSelection (genetic algorithm)SalmonidaeEcologyArctic charMeristicsZoologyFisheryFish <Actinopterygii>Trout

Résumé

récupéré en direct d'OpenAlex

Leans and siscowets are lake char ecomorphs in Lake Superior that exhibit distinct depth selection behavior in the wild with leans occupying shallow (<50 m) depths and undergoing small vertical movements. In contrast, siscowets exhibit several types of depth selection behavior but generally remain at great depths (>80 m) and undergo extreme vertical movements. The present study used movement and temperature data from popup satellite archival tags (PSATs) to test the hypothesis that the difference in depth selection behavior of leans and siscowets is a genetic trait. Laboratory leans and siscowets produced from wild gametes taken from Lake Superior and reared in a common garden study for nine years were tagged with PSATs and released in southern Lake Superior. Tagged siscowets remained deep after release and exhibited extensive vertical movements. Most tagged leans remained <50 m after deployment and exhibited smaller vertical movements. Overall, the depths and temperatures occupied by the laboratory ecomorphs were significantly different throughout the deployment and the results support the hypothesis that depth selection in lake char ecomorphs is heritable.

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)0,000
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 enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,016
Tête enseignante GPT0,231
Écart entre enseignants0,215 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→