MétaCan
Menu
Retour à la cohorte
Enregistrement W6911063395 · doi:10.5061/dryad.fp1k7

Data from: History matters more when explaining genetic diversity within the context of the core-periphery hypothesis

2015· dataset· en· W6911063395 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2015
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGenetic diversityRange (aeronautics)Context (archaeology)Environmental niche modellingPopulationSpecies richnessEcosystem diversityPopulation geneticsDiversity (politics)

Résumé

récupéré en direct d'OpenAlex

The core–periphery hypothesis (CPH) predicts that populations located at the periphery of a species' range should have lower levels of genetic variation than those at the centre of the range. However, most of the research on the CPH focuses on geographic distance and not on ecological distance, or uses categorical definitions of core and periphery to explain the distribution of genetic diversity. We use current climate data and historical climate data from the last glacial maxima to develop quantitative estimates of contemporary and historical ecological suitability using ecological niche models. We analysed genetic diversity using 12 polymorphic microsatellites to estimate changes in heterozygosity, allelic richness and population differentiation in 31 populations of the wood frog (Lithobates sylvaticus) spanning the species’ entire eastern clade (33o to 45o latitude) from Alabama, USA, to Nova Scotia, Canada. Our data support predictions based on the CPH. Populations showed significant differences in genetic diversity across the range, with lower levels of genetic variation at the geographic range edge and in areas with lower levels of historical and contemporary ecological suitability. However, history and geography (not current ecological suitability) best explain the patterns. This study highlights the importance of examining more than just geography when assessing the CPH, and the importance of historical ecological suitability in the maintenance of genetic diversity and population differentiation.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte
Catégories consensuellesScience ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0220,034
Intégrité de la recherche0,0000,001
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 Opus0,097
Tête enseignante GPT0,255
Écart entre enseignants0,159 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Travaux en français237 207