MétaCan
Menu
Retour à la cohorte
Enregistrement W2083709108 · doi:10.1007/s13127-010-0034-y

Females do count: Documenting Chironomidae (Diptera) species diversity using DNA barcoding

2010· article· en· W2083709108 sur OpenAlexafffund
Torbjørn Ekrem, Elisabeth Stur, Paul D. N. Hebert

Notice bibliographique

RevueOrganisms Diversity & Evolution · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario GenomicsOntario Genomics InstituteDet Kongelige Norske Videnskabers SelskabGenome CanadaMicrosoft
Mots-clésBiologyDNA barcodingChironomidaeBiodiversityEcologyInvertebrateTaxonomy (biology)ZoologyHabitatSpecies diversitySpecies complexLarva

Résumé

récupéré en direct d'OpenAlex

Because the family Chironomidae, or non-biting midges, is one of the most species-rich groups of macroinvertebrates in freshwater habitats, species-level identifications of chironomids are important for biodiversity assessments in these ecosystems. Morphology-based species identifications from adult female chironomids usually are considerably more difficult than from adult males, or even impossible; thus, the females are often neglected in community assessments. We used DNA barcoding to investigate how inclusion of the females influenced the species count from springs and spring brooks at Sølendet Nature Reserve in Central Norway. By means of the barcodes we were able to identify 77.6% of the females to species by associating them with males from the study site or from other regions, whereas the remaining, unassociated females could be identified to genus level only. The number of recorded species increased by 27% when females were included. We also found that DNA barcoding is effective for the detection of taxonomically challenging species and species groups. Using DNA barcoding in combination with traditional taxonomy, we recognised at least five species new to science and three species and one genus new to Norway.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,020
Tête enseignante GPT0,202
Écart entre enseignants0,181 · 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

Citations118
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrganisms Diversity & EvolutionMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207