MétaCan
Menu
Retour à la cohorte
Enregistrement W6929678610 · doi:10.5061/dryad.5757d42

Data from: Evidence for contemporary and historical gene flow between guppy populations in different watersheds, with a test for associations with adaptive traits

2019· dataset· en· W6929678610 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2019
Typedataset
Langueen
DomaineImmunology and Microbiology
ThématiqueBacterial Infections and Vaccines
Établissements canadiensDalhousie UniversityUniversity of British ColumbiaMcGill University
Organismes subventionnairesnon disponible
Mots-clésGene flowBiological dispersalGeneFlooding (psychology)Event (particle physics)Selection (genetic algorithm)GuppyNegative selectionVariation (astronomy)

Résumé

récupéré en direct d'OpenAlex

In dendritic river systems, gene flow is expected to occur primarily within watersheds. Yet, rare cross‐watershed transfers can also occur, whether mediated by (often historical) geological events or (often contemporary) human activities. We explored these events and their potential evolutionary consequences by analyzing patterns of neutral genetic variation (microsatellites) and adaptive phenotypic variation (male color) in wild guppies (Poecilia reticulata) distributed across two watersheds in northern Trinidad. We found the expected signatures of within‐watershed gene flow; yet we also inferred at least two instances of cross‐watershed gene flow—one in the upstream reaches and one further downstream. The upstream cross‐watershed event appears to be very recent (41 ± 13 years), suggesting dispersal via recent flooding or undocumented human‐mediated transport. The downstream cross‐watershed event appears to be considerably older (577 ± 265 years), suggesting a role for rare geological or climatological events. Alongside these strong signatures of both contemporary and historical gene flow, we found little evidence of impacts on presumably adaptive phenotypic differentiation, except perhaps in the one instance of very recent cross‐watershed gene flow. Selection in this system seems to overpower gene flow—at least on the spatiotemporal scales investigated here.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,076
Score d'incertitude au seuil0,152

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0260,019

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 Opus0,211
Tête enseignante GPT0,322
Écart entre enseignants0,111 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetBacterial Infections and VaccinesTravaux en français237 207