XiaoMi-AI文件搜索系统
World File Search SystemJ01
线粒体DNA控制区单倍型的初始表征
摘要简介：少数人群丧失遗传变异性的速度比大人群快得多；随后，在面对环境变化时会降低其适应能力。在危地马拉已经确定了濒临灭绝的安提斯·海牛（Trichechus manatus manatus）的少数人口。目的：这项研究通过分析了该物种的两个最重要的栖息地，BahíaLaGraciosa，沿海湾和Bocas del Polochic，位于Izabal State的两个最重要的栖息地，探索了危地马拉的Antillean Manatee在危地马拉的遗传多样性。方法：使用非或微创采样技术收集遗传样品：表皮组织的刮擦，浮力粪便的收集以及尸体收集组织。DNA提取，使用聚合酶链反应（PCR）的DNA扩增以及对照D环区的测序用于处理和分析样品。结果：从收集的36个样品（至少四个和最多7个个体）中获得了七个线粒体DNA序列。鉴定了四个单倍型A01，A03，A04和J01。没有其他中美洲国家在海牛人口中报告了这一数量的单倍型，这是该地区首次报告A01的单倍型。危地马拉海牛种群至少包括两个遗传谱系，即佛罗里达/大安提斯族（单倍型A01，A03和A04）和中美洲谱系（J01）。结论：进一步的研究，使用核标记物是必须了解巴伊亚拉格拉西奥（Bahia la Graciosa）和博卡斯（Bocas del Polochic）之间的人口动态，以识别该国的管理单位数量；同样，需要建立与伯利兹人口的关系程度，以更好地协调保护工作。
b'Abstract本文讨论了将双重/伪证机器学习（DDML）与堆叠配对，这是一种模型平均方法，用于结合多个候选学习者，以估计结构参数。除了传统的堆叠外，我们还考虑了可用于DDML的两个堆叠变体：短堆栈利用DDML的交叉拟合步骤可大大减轻计算负担，并汇总堆叠强制执行常见的堆叠权重，而不是交叉折叠。使用校准的仿真研究和两种估计引用和工资中性别差距的应用，我们表明，与基于单个预先选择的学习者基于单一的替代方法相比，堆叠的DDML对部分未知的功能形式比部分未知的功能形式更强大。我们提供实施建议的Stata和软件。 JEL分类：C21，C26，C52，C55，J01，J08'
b'Abstract本文讨论了将双重/伪证机器学习（DDML）与堆叠配对，这是一种模型平均方法，用于结合多个候选学习者，以估计结构参数。除了传统的堆叠外，我们还考虑了可用于DDML的两个堆叠变体：短堆栈利用DDML的交叉拟合步骤可大大减轻计算负担，并汇总堆叠量强制执行常见的堆叠权重，而不是交叉折叠。使用校准的模拟研究和两种估计引用和工资中性别差距的应用，我们表明，与基于单个预先选择的学习者的常见替代方法相比，堆叠的DDML对部分未知的功能形式更强大。我们提供实施建议的Stata和软件。JEL分类：C21，C26，C52，C55，J01，J08'