MétaCan
Menu
← Retour à la cohorte
Enregistrement W6910578321 · doi:10.5061/dryad.4mw6m90db

Rocky Mountain Brook Trout harvest project genotypes

2022· dataset· en· W6910578321 sur OpenAlexaffabout

Notice bibliographique

RevueOpen MIND · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésInbreedingTroutHabitatPopulationGenetic variabilitySpecies evennessSelection (genetic algorithm)Reproductive success

Résumé

récupéré en direct d'OpenAlex

Sustainable management of exploited populations benefits from integrating demographic and genetic considerations into assessments, as both play a role in determining harvest yields and population persistence. This is especially important in populations subject to size-selective harvest, because size selective harvesting has the potential to result in significant demographic, life-history, and genetic changes. We investigated harvest-induced changes in the effective number of breeders ( ) for introduced brook trout populations (Salvelinus fontinalis) in alpine lakes from western Canada. Three populations were subject to three years of size-selective harvesting, while three control populations experienced no harvest. The decreased consistently across all harvested populations (on average 60.8%) but fluctuated in control populations. There were no consistent changes in between control or harvest populations, but one harvest population experienced a decrease in of 63.2%. The / ratio increased consistently across harvest lakes; however we found no evidence of genetic compensation (where variance in reproductive success decreases at lower abundance) based on changes in family evenness ( ) and the number of full-sibling families ( ). We found no relationship between and or between / and . We posit that change in was buffered by constraints on breeding habitat prior to harvest, such that the same number of breeding sites were occupied before and after harvest. These results suggest that effective size in harvested populations may be resilient to considerable changes in Nc in the short-term, but it is still important to monitor exploited populations to assess the risk of inbreeding and ensure their long-term survival.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,138
Score d'incertitude au seuil0,274

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,056
Tête enseignante GPT0,345
Écart entre enseignants0,290 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→