MétaCan
Menu
Retour à la cohorte
Enregistrement W2020573172 · doi:10.1111/j.1755-0998.2009.02649.x

DNA barcoding reveals overlooked marine fishes

2009· article· en· W2020573172 sur OpenAlexafffund
Tyler Zemlak, Robert Ward, Allan D. Connell, Bronwyn Holmes, Paul D. N. Hebert

Notice bibliographique

RevueMolecular Ecology Resources · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensUniversity of GuelphDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCommonwealth Scientific and Industrial Research OrganisationOntario Genomics InstituteGenome CanadaGordon and Betty Moore Foundation
Mots-clésBiologyDNA barcodingEvolutionary biologyZoologyFisheryEcology

Résumé

récupéré en direct d'OpenAlex

With more than 15 000 described marine species, fishes are a conspicuous, diverse and increasingly threatened component of marine life. It is generally accepted that most large-bodied fishes have been described, but this conclusion presumes that current taxonomic systems are robust. DNA barcoding, the analysis of a standardized region of the cytochrome c oxidase 1 gene (COI), was used to examine patterns of sequence divergence between populations of 35 fish species from opposite sides of the Indian Ocean, chosen to represent differing lifestyles from inshore to offshore. A substantial proportion of inshore species showed deep divergences between populations from South African and Australian waters (mean = 5.10%), a pattern which also emerged in a few inshore/offshore species (mean = 0.84%), but not within strictly offshore species (mean = 0.26%). Such deep divergences, detected within certain inshore and inshore/offshore taxa, are typical of divergences between congeneric species rather than between populations of a single species, suggesting that current taxonomic systems substantially underestimate species diversity. We estimate that about one third of the 1000 fish species thought to bridge South African and Australian waters actually represent two taxa.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations226
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular Ecology ResourcesMême sujetIdentification and Quantification in FoodTravaux en français237 207