MétaCan
Menu
← Retour à la cohorte
Enregistrement W6948372609 · doi:10.5061/dryad.1g1jwstt2

Evidence for an extreme founding effect in a highly successful invasive species: data and R code

2020· dataset· en· W6948372609 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2020
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMicrosatellitePopulationBottleneckPopulation bottleneckGenetic diversityColonizationLimitingFounder effect

Résumé

récupéré en direct d'OpenAlex

The adaptive potential of invasive species is thought to decrease during founding events due to reduced genetic diversity, limiting the new population’s ability to colonize novel habitats. Barbary ground squirrels (Atlantoxerus getulus) were purportedly introduced as a single breeding pair to the island of Fuerteventura but have expanded to over a million individuals spread across the island in just over 50 years. We estimated the number of founders and measured the level of genetic diversity in this population using the mitochondrial displacement loop and microsatellite markers. Island samples (n = 19) showed no variation in the d-loop, suggesting a single founding female, while Moroccan samples (n = 6) each had unique mitochondrial haplotypes. The microsatellite data of the island population (n = 256 individuals) revealed a small effective population size, low levels of heterozygosity, and high levels of inbreeding, supporting a founding population size of two to three individuals. Our results suggest that A. getulus has undergone an intense genetic bottleneck during their colonization of the island. They are one of the few species where introduction effort does not explain invasion success, although further investigation may explain how they have avoided the worst expected effects following an extreme genetic bottleneck.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,058
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0580,042

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 Opus0,363
Tête enseignante GPT0,393
Écart entre enseignants0,030 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetSpecies Distribution and Climate Change→Travaux en français237 207→