MétaCan
Menu
Retour à la cohorte
Enregistrement W4321606365 · doi:10.1139/cjfas-2022-0232

Quantifying genetic differentiation and population assignment between two contingents of Atlantic mackerel (<i>Scomber scombrus</i>) in the Northwest Atlantic

2023· article· en· W4321606365 sur OpenAlexaffvenueabout
Audrey Bourret, Andrew Smith, Elisabeth Van Beveren, Stéphane Plourde, Kiersten L. Curti, Teunis Jansen, David E. Richardson, Martín Castonguay, Naiara Rodríguez‐Ezpeleta, Geneviève J. Parent

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésScomberMackerelFisheryScombridaePopulationBiologyGeographyFish <Actinopterygii>DemographyTuna

Résumé

récupéré en direct d'OpenAlex

In the Northwest Atlantic (NWA), the Atlantic mackerel ( Scomber scombrus) has a northern and a southern contingent, which spawn in Canada and the United States (U.S.), respectively. Both contingents mix mostly along the U.S. shelf during overwintering. The discrimination of individuals from each contingent in fisheries could improve the management of this depleted species in both countries. Here, we used genome-wide markers (&gt;10 000 single nucleotide polymorphisms (SNPs)) to assess genomic differences between mackerel of both contingents, and possibly infer the proportions of each contingent in NWA management units. Small but significant genetic differentiation was observed between the northern and southern contingents ( F ST = 0.0010). Genetic assignments to reference samples from the two contingents were performed with predictive accuracy &gt; 85%. Fish from both contingents were present along the U.S. shelf during late winter and early spring but also, without prior evidence of this, likely in Canadian waters from late spring to fall. Genetic assignments could be used as a stock discrimination tool so that fishery removals can be effectively determined and managed on a contingent level.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,028
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,046
Tête enseignante GPT0,281
Écart entre enseignants0,235 · 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 tête enseignante, 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

Citations6
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetIdentification and Quantification in FoodTravaux en français237 207