MétaCan
Menu
Retour à la cohorte
Enregistrement W4411570513 · doi:10.1051/alr/2025006

States of development and application of genetic and genomic tools in aquaculture and conservation programs: a guide for strengthening dialogue among practitioners of aquaculture and genetics

2025· article· en· W4411570513 sur OpenAlex
Catherine M. Purcell, Brendan F. Wringe, Pierre Boudry, Marine Servane Ono Brieuc, Mark W. Coulson, Tony Kess, Monica F. Solberg, Harri Vehviläinen, Federico C. F. Calboli

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAquatic Living Resources · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesNational Marine Fisheries ServiceNational Oceanic and Atmospheric Administration
Mots-clésAquacultureConservation geneticsBiologyFisheryBiotechnologyBusinessGeneticsFish <Actinopterygii>GeneAlleleMicrosatellite

Résumé

récupéré en direct d'OpenAlex

Throughout all stages of fish conservation and aquaculture development, genetic and genomic approaches can be leveraged to enhance understanding of the diversity and complexity of these organisms, including the linkage between phenotype and genotype, and their adaptive and breeding potential. These approaches can inform processes ranging from the initial collection of wild broodstock to the ongoing use of genomic selection on domesticated lines. Due to the diversity in cultured fish species, small and medium enterprises (SMEs) commonly explore new species for culture, or work with species within a narrow regional conservation or commercial focus. These enterprises face obstacles in utilising genetic and genomic approaches due to development and implementation costs, specialised skill set requirements, and infrastructure and labour limitations; yet the benefits often outweigh these challenges. Choosing the best molecular genetic or genomic tools depends on programme goals and species, but small and medium enterprises may miss opportunities to acquire more information through their current approaches, or not realise what may be gained through modest investments in genomic tools. To provide better insight and promote discussion and collaboration between culturists and genomic practitioners, we define and describe five States of development and application of genetic and genomic tools frequently observed in aquaculture and conservation breeding programs. We characterise these tools, their general applications, and how current technologies allow programs to advance to higher States without following a sequential progression, a concept we refer to as “State skipping”. This document outlines the available molecular genetic and genomic tools, but does not cover animal breeding or the science behind it. Similarly, bioeconomic models are not included, although relative economic costs and benefits are highlighted. The technical considerations and limitations of various approaches are reviewed, along with available resources for those seeking further support in exploring genetic and genomic tools in breeding programmes.

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.

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 enseignants0,387
Score d'incertitude au seuil0,323

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 ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,247
Écart entre enseignants0,237 · 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