MétaCan
Menu
Retour à la cohorte
Enregistrement W7063076755

Understanding the evolutionary origin and ancestral composition of honey bee (Apis mellifera) populations.

2023· other· en· W7063076755 sur OpenAlexaboutno aff

Notice bibliographique

RevueYork University Digital Library (York University) · 2023
Typeother
Langueen
DomaineEngineering
ThématiqueParticle accelerators and beam dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHoney beePollinatorAdaptation (eye)PhylogeneticsSelection (genetic algorithm)Composition (language)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The honey bee, Apis mellifera, is arguably the most important managed pollinator globally. Yet despite its economic and ecological importance, there are still several unknowns regarding the species ancestral origin and ancestral complexity. Understanding the genetic composition of native and managed honey bee colonies is imperative for resolving the species life history and elucidating how ancestry may inform management strategies. In this dissertation, I take a deep dive into the evolutionary origins of Apis mellifera and learn how ancestral complexity has shaped the composition of contemporary populations. In Chapter two, I settle a long-standing debate about the ancestral origins of the species. I find that Apis mellifea diverged out of Western Asia via at least three colonization routes, which resulted in the evolution of at least seven genetically distinct lineages. Interesting, I find that these lineages were able to adapt to their current distribution by repeated selection among a core set of genes. In Chapter three, I take a closer look at the genetic complexity of managed Canadian honey bees by estimating the ancestral composition of colonies using the genomic dataset from Chapter two. I find that patterns of ancestry differ between Canadian provinces, and that admixture correlates strongly with levels of genetic diversity. Interestingly, I find that genomic intervals with elevated levels of admixture segregate non-randomly in the genome and are associated with genes related to parasite and xenobiotic tolerance. Though admixture may bear advantages for managed colonies, admixture among honey bee is not always valued. In Chapter four and five I make use of the ancestral composition of invasive Africanized honey bees to develop assays to identify and track populations. This was achieved using machine learning models to choose the most informative single nucleotide polymorphisms (Chapter 4) and insertion-deletion (Chapter 5) markers that best delineate Africanized genetics from managed European colonies. My research addresses many gaps in our understanding of honey bee origins and ancestral complexity.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,047
Tête enseignante GPT0,188
Écart entre enseignants0,141 · 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
GenreEmpirique

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYork University Digital Library (York University)Même sujetParticle accelerators and beam dynamicsTravaux en français237 207