MétaCan
Menu
Retour à la cohorte
Enregistrement W4413939374 · doi:10.1093/icesjms/fsaf155

The genomic consequences of fisheries collapse in a marine fish

2025· article· en· W4413939374 sur OpenAlexafffundabout
M. Lisette Delgado, Mallory Van Wyngaarden, Anthony L. Einfeldt, Gregory R. McCracken, Ian G. Paterson, Corey J. Morris, Ian Bradbury, Paul Bentzen, Daniel E. Ruzzante

Notice bibliographique

RevueICES Journal of Marine Science · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensFisheries and Oceans CanadaDalhousie University
Organismes subventionnairesCanada First Research Excellence FundOcean Frontier InstituteFisheries and Oceans CanadaMitacsAlliance de recherche numérique du CanadaDalhousie University
Mots-clésFisheryFish <Actinopterygii>Marine fishEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The loss of genetic diversity during a population collapse may have important implications for fisheries management and conservation. However, the identification of the underlying changes to genetic diversity can be challenging. The 1990s collapse of the Atlantic cod (Gadus morhua) fishery in the northwest Atlantic, which included the largest population complex known as Northern Cod, raised questions regarding the potential biological consequences for the stock’s genetic diversity. Using low-coverage whole genome sequencing (lcWGS) on collections from the 1990s and 2010s, we detected a decline in genetic diversity of Atlantic cod in the Canadian portion of the species range. A comparison between 1990s and 2010s collections showed less variation in the 2010s, fewer distinguishable genetic clusters, and a significantly lower genetic diversity in the contemporary populations. Our results demonstrate a loss in genetic diversity at the population and individual levels following the fishery collapse and indicate that genetic diversity can be lost even in numerically large populations.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,300
Score d'incertitude au seuil0,332

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,278
Écart entre enseignants0,264 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueICES Journal of Marine ScienceMême sujetIdentification and Quantification in FoodTravaux en français237 207