Testing plant barcoding in a sister species complex of pantropical <i>Acacia</i> (Mimosoideae, Fabaceae)
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
Acacia species are quite difficult to differentiate using morphological characters. Routine identification of Acacia samples is important in order to distinguish invasive species from rare species or those of economic importance, particularly in the forest industry. The genus Acacia is quite abundant and diverse comprising approximately 1355 species, which is currently divided into three subgenera: subg. Acacia (c. 161 species), subg. Aculiferum (c. 235 species), and subg. Phyllodineae (c. 960 species). It would be prudent to utilize DNA barcoding in the accurate and efficient identification of acacias. The objective of this research is to test barcoding in discriminating multiple populations among a sister-species complex in pantropical Acacia subg. Acacia, across three continents. Based on previous research, we chose three cpDNA regions (rbcL, trnH-psbA and matK). Our results show that all three regions (rbcL, matK and trnH-psbA) can distinguish and support the newly proposed genera of Vachellia Wight & Arn. from Acacia Mill., discriminate sister species within either genera and differentiate biogeographical patterns among populations from India, Africa and Australia. A morphometric analysis confirmed the cryptic nature of these sister species and the limitations of a classification based on phenetic data. These results support the claim that DNA barcoding is a powerful tool for taxonomy and biogeography with utility for identifying cryptic species, biogeograhic patterns and resolving classifications at the rank of genera and species.
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 | 0,000 | 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 découle