MétaCan
Menu
← Retour à la cohorte
Enregistrement W7079290396 · doi:10.18710/avg3au

Supporting Data for: Fish Show Genetic Evolutionary Responses to River Regulation

2025· dataset· en· W7079290396 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typedataset
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensMcGill UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSticklebackThree-spined sticklebackGenetic divergenceFreshwater fishGasterosteusGenetic variationHabitatGenetic diversityGuppy

Résumé

récupéré en direct d'OpenAlex

Eco-hydraulics traditionally aims at managing riverine systems in a semi-natural state while meeting human demands, assuming aquatic species are evolutionarily static. However, evidence of rapid evolution suggests that ignoring evolutionary dynamics of fish species might limit long-term effectiveness of eco-hydraulics frameworks. It remains unclear how freshwater fish adapt to human perturbation. Why are some fish populations more resilient to human perturbation than others? What are the genetic mechanisms behind it? To answer these questions, we genotyped eleven populations of three-spined stickleback in a regulated river system and collected data on river morphology, connectivity, flow regimes, physico-chemistry and parasite abundance through a combination of field surveys and modelling. Gene-environment association analysis detected strong signals of genetic divergence associated with hydraulic features. Gene ontology analysis revealed evolutionary responses that primarily involve functions in the nervous and sensory systems. These findings demonstrate that fish can evolve in response to river regulation, highlighting the need to transition from eco-hydraulics toward eco-evo-hydraulics. Our results can currently be accessed through a non-peer-reviewed bioRxiv preprint at Cai and Deflem et al. (2025), Fish Show Genetic Evolutionary Responses to River Regulation (DOI: 10.1101/2025.08.01.668107). This supporting dataset includes Genotyping-by-Sequencing data from 14 populations of three-spined stickleback collected in 2017 from the Demer Basin, Belgium, together with parasite and habitat data from the paired sampling sites. After quality filtering, 11 populations were retained and analyzed in Cai and Deflem et al. (2025).

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)0,004
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,639
Score d'incertitude au seuil0,515

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,028
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0070,018
Études des sciences et des technologies0,0050,002
Communication savante0,0070,005
Science ouverte0,0070,006
Intégrité de la recherche0,0080,003
Charge utile insuffisante (le modèle a refusé de juger)0,6390,298

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 Opus0,036
Tête enseignante GPT0,304
Écart entre enseignants0,268 · 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.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeochemistry and Geologic Mapping→Travaux en français237 207→