La transcriptomique : un outil pour améliorer la gestion des espèces aquacoles et halieutiques
Bibliographic record
Abstract
Le but de ce travail a été d’explorer comment l’expression de gènes (transcriptomique) peut apporter des informations utiles dans la gestion des espèces d’intérêt aquacole (omble de fontaine Salvelinus fontinalis) et halieutique (le sébaste Atlantique Sébastes mentella). Un des aspects les plus importants dans la gestion des espèces est la compréhension de la croissance et du métabolisme, et les études au niveau moléculaire peuvent fournir des informations à un niveau de régulation très en amont des effets mesurables au niveau phénotypique. L’un des principaux apports de cette recherche a été de mettre en évidence les différences d’expression de gènes associées à la régulation de la croissance en fonction de la présence ou non de sélection génétique, de la famille et du phénotype chez l’omble de fontaine. Le rôle de certains gènes associés au contrôle de l’appétit et comment leur expression peut être associée à la performance individuelle et familiale est à souligner. Ces outils se sont également révélés utiles pour évaluer l’apport de la régulation hormonale et métabolique pour comparer la boucle de régulation de la croissance du sébaste atlantique, une espèce dont les conditions d’habitat (profondeur, pression, obscurité) sont difficiles à reproduire en milieu expérimental, à l’intérieur d’une vaste zone géographique couvrant l’estuaire et le golfe du Saint-Laurent.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".