MétaCan
Menu
Retour à la cohorte
Enregistrement W6923650814 · doi:10.14288/1.0397856

Data from: Life-history characteristics and landscape attributes as drivers of genetic variation, gene flow and fine-scale population structure in Northern Dolly Varden (Salvelinus malma malma) in Canada

2020· dataset· en· W6923650814 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Collections · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSympatric speciationFish migrationPopulationGenetic structureArcticGene flowHabitatContext (archaeology)Salvelinus

Résumé

récupéré en direct d'OpenAlex

Abstract The Northern Dolly Varden (Salvelinus malma malma) displays variable life-history types and occupies freshwater habitats with varying levels of connectivity. Here, we assayed microsatellite DNA variation in Northern Dolly Varden from the western Canadian Arctic to resolve landscape and life history variables driving variation in genetic diversity and population structure. Overall, genetic variation was highest in anadromous populations and lowest in those isolated above waterfalls with stream-resident forms intermediate between the two. Anadromous and isolated populations were genetically divergent from each other while no genetic differentiation was detectable between sympatric anadromous and stream-resident forms. Population structure was stable over 25 years, hierarchically organized and conformed to an isolation-by-distance pattern, but stream-isolated forms often deviated from these patterns. Gene flow occurred primarily among Yukon North Slope populations and between sympatric anadromous and resident forms. These results were sex-dependent to some extent, but were influenced more by reproductive status and life history. Our study provides novel insights into the life history, population demographic and habitat variables that shape the distribution of genetic variation and population structure in Arctic fluvial habitats while providing a spatial context for management and conservation.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,007
Études des sciences et des technologies0,0030,000
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,021
Tête enseignante GPT0,225
Écart entre enseignants0,204 · 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'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen CollectionsTravaux en français237 207