The balance between selection and gene flow evaluated in threespine stickleback
Bibliographic record
Abstract
Les populations naturelles sont généralement adaptées à leur environnement, et il existe une correspondance entre la morphologie et l'habitat ou les ressources. Pourtant, la maladaptation significative et elle aussi présente. Elle peut-être causé par flux génétique entre populations. Ce flux génétique, empêche la population d'atteindre leur optimum local, dû fait de l'introduction d'allèles adaptés aux conditions alternatives. Dans ma thèse, pour investiguer la maladaptation , j'utilise des populations d'épinoche à trois épines du système Misty, où la contrainte causée par le flux génétique est élevée. Pour séparer la causalité entre le flux génétique et la divergence adaptative, j'utilise la méthode de mesurer la sélection naturelle pour estimer la contrainte du flux génétique. L'épinoche à trois épines montre une divergence adaptative importante dans une variété de traits phénotypiques. Les paires lac-rivière de l'île de Vancouver illustrent bien l'équilibre entre la sélection et le flux génétique qu'il existe entre les populations des lacs et des rivières. En effectuant une expérience de capture marquage recapture individuelle sur deux ans, j'ai pu estimer la sélection naturelle sur la forme des poissons, en utilisant plusieurs mesures de sélection. J'ai estimé l'intensité totale de la sélection et ses effets sur des traits spécifiques, comme la profondeur du corps, qui montrent une divergence entre les deux sites. En utilisant des distances multivariées, j'ai estimé l'intensité de sélection multivariée et j'ai déterminé la direction de sélection en référence a la population du inlet. Mon hypothèse principale est que la sélection devrait être plus élevée dans le outlet du fait de son plus grande déviation du phénotype riverain typique. Les résultats indiquent une sélection variable sur la profondeur du corps, et sur la forme générale; ce qui suggère que le patron de sélection a une dynamique temporelle, changeant d'un modèle de sélection à un autre dans le temps. Les différents modèles de sélection ne s'appliqueront pas, si la causalité entre la divergence et le flux génétique est renversé dans les deux sites. Mes résultats indiquent que pour mieux répondre à la question du rôle du flux génétique dans l'adaptation, il est nécessaire de quantifier les conséquences pour les populations au niveau des traits et du fitness. Les travaux futurs intégreront aussi le rôle du dimorphisme sexuel en utilisant aussi une plus large gamme de traits et de composants de fitness.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".