MétaCan
Menu
← Retour à la cohorte
Enregistrement W6948843950 · doi:10.5061/dryad.rr388

Data from: Metabolic traits of westslope cutthroat, introduced rainbow trout and their hybrids in an ecotonal hybrid zone along an elevation gradient

2011· dataset· en· W6948843950 sur OpenAlexaffabout

Notice bibliographique

RevueOpen MIND · 2011
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of WindsorUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésRainbow troutHybridTroutElevation (ballistics)SalmonidaeOncorhynchus

Résumé

récupéré en direct d'OpenAlex

In the Upper Oldman River, Alberta, introduced non-native hatchery rainbow trout hybridize with native westslope cutthroat trout, resulting in a hybrid swarm. Rainbow trout dominate at low elevations (<1250 m) in the river mainstem, cutthroat in high elevation tributaries (>1400 m), and hybrids are numerically dominant in the mid-elevation range. We hypothesized that metabolism of rainbow trout would exceed that of cutthroat trout, and that the elevation gradient in genetic makeup would be mirrored by a gradient in metabolic traits, with intermediate traits in the hybrid dominated ecotone. Metabolic traits were measured and regressed against the genetic makeup of individuals and elevation. Rainbow trout had higher oxygen consumption rates (OCR), higher white muscle lactate dehydrogenase (LDH) and citrate synthase (CS) activity, and higher plasma acetylcholinesterase (AchE) than cutthroat trout. Hybrids had intermediate OCR and AchE, but LDH activity as high as rainbow trout. While hybrid zones are usually modeled as a balance between cross species mating and selection against hybrids, ecotonal hybrid zones, where hybrids proliferate in intermediate habitats and have traits that appear well suited to ecotonal conditions, have been proposed for some plants and animals, and may have important implications for resource 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)0,002
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 enseignants0,477
Score d'incertitude au seuil0,948

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,005

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 Opus0,107
Tête enseignante GPT0,334
Écart entre enseignants0,227 · 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
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→