Detalles MARC
000 -CABECERA |
Campo de control de longitud fija |
03599nam a22003017i 4500 |
005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN |
Campo de control |
20230504124558.0 |
007 - PHYSICAL DESCRIPTION FIXED FIELD--GENERAL INFORMAT |
Campo de control de longitud fija |
cr ||||||||||| |
008 - CAMPO FIJO DE DESCRIPCIÓN FIJA--INFORMACIÓN GENERAL |
Campo de control de longitud fija |
211112s2021 ag_|||||om||| 00| 0 spa d |
040 ## - FUENTE DE CATALOGACIÓN |
Agencia de catalogación original |
arcduce |
Agencia que realiza la transcripción |
arcduce |
Idioma de catalogación |
spa |
Convenciones de la descripción |
rda |
041 0# - CÓDIGO DE IDIOMA |
Código de idioma para texto, pista de sonido o título separado |
spa |
100 1# - ENCABEZAMIENTO PRINCIPAL--NOMBRE PERSONAL |
Nombre de persona |
Videla, María Eugenia, |
Término relacionador |
autora |
9 (RLIN) |
15585 |
245 10 - MENCIÓN DE TÍTULO |
Título |
Evaluación de algoritmos de agrupamientos para inferir estructura genética poblacional en datos genómicos / |
Mención de responsabilidad, etc. |
María Eugenia Videla. |
264 #1 - PUBLICACIÓN, DISTRIBUCIÓN, ETC. (PIE DE IMPRENTA) |
Lugar de producción, publicación, distribución, fabricaci&o |
Córdoba, Argentina : |
Nombre del productor, editor, distribuidor, fabricante |
[editor sin identificar], |
Fecha de de producción, publicación, distribución, fabricación o copyright |
2021 |
300 ## - DESCRIPCIÓN FÍSICA |
Extensión |
1 recurso en línea (123 páginas) : |
Otros detalles físicos |
ilustraciones |
336 ## - TIPO DE CONTENIDO |
Fuente |
rdacontent |
Término de tipo de contenido |
texto |
337 ## - TIPO DE MEDIO |
Fuente |
rdamedia |
Nombre del tipo de medio |
computadora |
338 ## - TIPO DE SOPORTE |
Fuente |
rdacarrier |
Nombre del tipo de soporte |
en línea |
502 ## - NOTA DE TESIS |
Nota de tesis |
Tesis (Maestría en Estadística Aplicada) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados, 2021. |
504 ## - NOTA DE BIBLIOGRAFÍA, ETC. |
Bibliografía, etc. |
Bibliografía: páginas 99-114 |
520 3# - RESUMEN, ETC. |
Nota de sumario, etc. |
La disponibilidad de herramientas basadas en biotecnologías para evaluar miles de variantes genómicas simultáneamente ha revolucionado el paradigma en los estudios de diversidad genética. La información provista por los marcadores moleculares (MM) proporciona datos de naturaleza multivariada que pueden ser utilizados para identificar similitudes/diferencias genéticas entre individuos. Dado un conjunto de individuos caracterizados molecularmente, se espera que aquellos que presentan mayor similitud en su perfil genético, se encuentren relacionados, en algún grado de parentesco y por lo tanto, puedan agruparse definiendo poblaciones o grupos genéticos. Una plétora de métodos multivariados, para identificar grupos de individuos, ha sido propuesta para abordar la clasificación en un volumen masivo de MM, entre ellos, el análisis de conglomerados. A pesar de la existencia de diferentes algoritmos de clasificación, la cantidad de grupos sugeridos puede ser difusa. Dado a que los algoritmos definen grupos que no son conocidos a priori, independientemente del método de agrupamiento, la partición final de los datos requiere alguna clase de evaluación para encontrar el número óptimo de grupos que resulta ser la mejor partición natural de los datos. El objetivo del presente trabajo de tesis es evaluar el desempeño de distintos métodos de agrupamiento e índices de validación del número de grupo para detectar las correlaciones genéticas existentes entre individuos bajo distintos escenarios de estructura genética poblacional. Este trabajo de tesis ha sido organizado con una introducción general en el contexto de la descripción de los datos genómicos y el concepto de estructuración de lo mismos en el Capítulo 1. En el Capítulo 2 se compara el comportamiento de tres métodos de agrupamiento provenientes de diferentes familias de algoritmos a través de un estudio de simulación. En el Capítulo 3 la identificación del número óptimo de grupos generados por algoritmos de agrupamientos fue evaluada a través de la comparación de cuatro índices de validación. Finalmente, se ilustran, en el Capítulo 4, los métodos comparados sobre dos conjuntos de datos de maíz generados a partir de ensayos en el marco de programas de mejoramiento genético vegetal. Finalmente, hemos dispuesto en un Anexo los códigos de programación en R. |
650 #4 - ASIENTO SECUNDARIO DE MATERIA--TÉRMINO DE MATERIA |
9 (RLIN) |
489 |
Nombre de materia o nombre geográfico como elemento de entrada |
GENOMICA ESTADISTICA |
650 #4 - ASIENTO SECUNDARIO DE MATERIA--TÉRMINO DE MATERIA |
9 (RLIN) |
4376 |
Nombre de materia o nombre geográfico como elemento de entrada |
ALGORITMOS |
650 #4 - ASIENTO SECUNDARIO DE MATERIA--TÉRMINO DE MATERIA |
9 (RLIN) |
2427 |
Nombre de materia o nombre geográfico como elemento de entrada |
BIOTECNOLOGIA |
650 #4 - ASIENTO SECUNDARIO DE MATERIA--TÉRMINO DE MATERIA |
9 (RLIN) |
6811 |
Nombre de materia o nombre geográfico como elemento de entrada |
CLASIFICACION |
856 ## - ACCESO ELECTRÓNICO |
Identificador uniforme del recurso URI |
<a href="http://hdl.handle.net/11086/20184">http://hdl.handle.net/11086/20184</a> |
Texto del enlace |
Repositorio digital UNC |
942 ## - ELEMENTOS KOHA |
Fuente de clasificación o esquema de ordenación en estanterías |
Dewey Decimal Classification |
Koha tipo de item |
Tesis de maestría |
945 ## - LOCAL PROCESSING INFORMATION (OCLC) |
a |
Claudia Roxana Aghemo |
c |
2021-11-12 |
-- |
2023-05-04 (corregido) |