In‐stream population structuring of Lake Sturgeon in Northern Manitoba, Canada
Notice bibliographique
Résumé
Abstract The Lake Sturgeon is a long‐lived, late‐maturing fish that declined significantly in abundance over the past 150 years. Since the 1990s, stocking has been used to recover numerous Lake Sturgeon populations across North America. Ill‐informed genetic mixing among populations can have unintended negative consequences, so a genotype‐by‐sequencing (GBS) study was undertaken to help guide the stocking strategy for Lake Sturgeon on the 653‐km‐long Nelson River, Manitoba. Tissue samples collected from 416 adults captured from 12 locations along the Nelson River, and from the Hayes and Churchill rivers that also empty into Hudson Bay, were sequenced using Illumina technology. A bioinformatics pipeline yielded 5637 high‐quality filtered markers. Genetic differentiation (overall mean F ST of 0.028; a range of means: 0–0.16) revealed spatial structuring among and within rivers. Two populations were found in the upper Nelson River, two more in the middle Nelson, and one in the lower Nelson. Discriminant analysis of principal components revealed first‐generation migrants and a general lack of effective dispersal, which raises questions about historical versus contemporary influence. Lake Sturgeon stocking in northern Manitoba should avoid mixing among rivers and among Nelson River sections.
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 ».