MétaCan
Menu
Retour à la cohorte
Enregistrement W4387259467 · doi:10.3390/d15101059

Genetic and Ecological Approaches to Introduced Populations of Pumpkinseed Sunfish (Lepomis gibbosus) in Southwestern Europe

2023· article· en· W4387259467 sur OpenAlexaboutno aff
Ángela Lambea-Camblor, Felipe Morcillo, Jesús Muñoz, Anabel Perdices

Notice bibliographique

RevueDiversity · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic diversity and population structure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLepomisBiologyEcologyIntroduced speciesPopulationNicheInvasive speciesPredationDemography

Résumé

récupéré en direct d'OpenAlex

Freshwater systems are among the most affected by the introduction of exotic species. The pumpkinseed sunfish Lepomis gibbosus, a centrarchid native to eastern North America, is listed among the top ten introduced freshwater fishes with the greatest ecological impact globally. Despite this, genetic and evolutionary studies of the species are still scarce. Here, we analyzed the genetic variability of introduced populations of L. gibbosus using three mitochondrial genes (COI, d-loop, and ND1). In addition, we used species distribution modeling to compare the niche of introduced versus native populations to assess the present and potential future distribution of the species under different climate change scenarios. Compared with the native populations, introduced ones present a lower level of genetic variability, indicating these populations originated from a small number of individuals from the native (Atlantic) population in the USA and Canada. The low variability was likely driven by a founder effect and subsequent bottleneck, as often occurs in invasive species. Our modeling results suggest not only that L. gibbosus modified its niche during the invasion process in Europe but also the possible global expansion of the species under future climatic conditions, which could facilitate its establishment in almost all continents.

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)0,000
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 enseignants0,006
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,001
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 Opus0,090
Tête enseignante GPT0,238
Écart entre enseignants0,148 · 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiversityMême sujetGenetic diversity and population structureTravaux en français237 207