Australian Sphingidae – DNA Barcodes Challenge Current Species Boundaries and Distributions
Notice bibliographique
Résumé
MAIN OBJECTIVE: We examine the extent of taxonomic and biogeographical uncertainty in a well-studied group of Australian Lepidoptera, the hawkmoths (Sphingidae). METHODS: We analysed the diversity of Australian sphingids through the comparative analysis of their DNA barcodes, supplemented by morphological re-examinations and sequence information from a nuclear marker in selected cases. The results from the analysis of Australian sphingids were placed in a broader context by including conspecifics and closely related taxa from outside Australia to test taxonomic boundaries. RESULTS: Our results led to the discovery of six new species in Australia, one case of erroneously synonymized species, and three cases of synonymy. As a result, we establish the occurrence of 75 species of hawkmoths on the continent. The analysis of records from outside Australia also challenges the validity of current taxonomic boundaries in as many as 18 species, including Agrius convolvuli (Linnaeus, 1758), a common species that has gained adoption as a model system. Our work has revealed a higher level of endemism than previously recognized. Most (90%) Australian sphingids are endemic to the continent (45%) or to Australia, the Pacific Islands and the Papuan and Wallacean regions (45%). Only seven species (10%) have ranges that extend beyond this major biogeographical boundary toward SE Asia and other regions of the Old World. MAIN CONCLUSIONS: This study has established that overlooked cryptic diversity and inaccurate species delineation produced significant misconceptions concerning diversity and distribution patterns in a group of insects that is considered well known taxonomically. Because DNA barcoding represents a straightforward way to test taxonomic boundaries, its implementation can improve the accuracy of primary diversity data in biogeography and conservation studies.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».