Prospects for using DNA barcoding to identify spiders in species-rich genera
Notice bibliographique
Résumé
While previous research has indicated the utility of DNA barcoding in identifying spider species sampled from a localized region, the effectiveness of this method over a broader geographic scale and with denser taxon sampling has not yet been extensively considered. Using both new and published data from 1801 individuals belonging to 361 morphospecies, this study examined intra- and interspecific divergences for 19 genera that were each represented by at least 10 morphospecies. We particularly focused on increasing species-level sampling in order to better characterize levels of interspecific divergence within species-rich genera and to examine the prevalence of a “barcode gap” (discontinuity between intra- and interspecific divergences). Overall, the mean intraspecific divergence value was found to be 2.15%, the average maximum intraspecific divergence was 3.16%, while the mean divergence between nearest interspecific neighbours was 6.77%, demonstrating the typical presence of a barcode gap. Of the 66% of morphospecies that formed monophyletic sequence clusters, the majority (92.5%) possessed a barcode gap. We also examine possible biological explanations for the large proportion of paraphyletic and polyphyletic clusters and discuss the need for further taxonomic investigations. The overlap between intra- and interspecific divergences was not unexpected for some ‘species’, such as Pardosa groenlandica, since prior morphological studies have suggested that it is an example of a species complex. However, other cases of high intraspecific divergences may reflect cryptic species diversity, indicating the need for a taxonomic approach that combines both morphological and molecular methods. The list of the species, COI sequences, and source references used in the analysis is published as a dataset under doi: 10.3897/zookeys.16.239.app.A.ds. The list of analyzed species, mean and maximum intraspecific divergences, distances to the nearest neighbouring species in its genus, general localities, and lifestyle characteristics is published as a dataset under doi: 10.3897/zookeys.16.239.app.B.ds.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,041 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,013 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».