Ethnobotany genomics - discovery and innovation in a new era of exploratory research
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We present here the first use of DNA barcoding in a new approach to ethnobotany we coined "ethnobotany genomics". This new approach is founded on the concept of 'assemblage' of biodiversity knowledge, which includes a coming together of different ways of knowing and valorizing species variation in a novel approach seeking to add value to both traditional knowledge (TK) and scientific knowledge (SK). We employed contemporary genomic technology, DNA barcoding, as an important tool for identifying cryptic species, which were already recognized ethnotaxa using the TK classification systems of local cultures in the Velliangiri Hills of India. This research is based on several case studies in our lab, which define an approach to that is poised to evolve quickly with the advent of new ideas and technology. Our results show that DNA barcoding validated several new cryptic plant species to science that were previously recognized by TK classifications of the Irulas and Malasars, and were lumped using SK classification. The contribution of the local aboriginal knowledge concerning plant diversity and utility in India is considerable; our study presents new ethnomedicine to science. Ethnobotany genomics can also be used to determine the distribution of rare species and their ecological requirements, including traditional ecological knowledge so that conservation strategies can be implemented. This is aligned with the Convention on Biological Diversity that was signed by over 150 nations, and thus the world's complex array of human-natural-technological relationships has effectively been re-organized.
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.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle