The completeness of taxonomic inventories for describing the global diversity and distribution of marine fishes
Notice bibliographique
Résumé
Taxonomic inventories (or species censuses) are the most elementary data in biogeography, macroecology and conservation biology. They play fundamental roles in the construction of species richness patterns, delineation of species ranges, quantification of extinction risk and prioritization of conservation efforts in hot spot areas. Given their importance, any issue related to the completeness of taxonomic inventories can have far-reaching consequences. Here, we used the largest publicly available database of georeferenced marine fish records to determine its usefulness in depicting the diversity and distribution of this taxonomic group. All records were grouped at multiple spatial resolutions to generate accumulation curves, from which the expected number of species were extrapolated using a variety of nonlinear models. Comparison of the inventoried number of species with that expected from the models was used to calculate the completeness of the taxonomic inventory at each resolution. In terms of the global number of fish species, we found that approximately 21% of the species remain to be described. In terms of spatial distribution, we found that the completeness of taxonomic data was highly scale dependent, with completeness being lower at finer spatial resolutions. At a 3 degrees (approx. 350km2) spatial resolution, less than 1.8% of the world's oceans have above 80% of their fish fauna currently described. Censuses of species were particularly incomplete in tropical areas and across the entire range of countries' gross domestic product (GDP), although the few censuses nearing completion were all along the coasts of a few developed countries or territories. Our findings highlight that failure to quantify the completeness of taxonomic inventories can introduce substantial flaws in the description of diversity patterns, and raise concerns over the effectiveness of conservation strategies based upon data that remain largely precarious.
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 | 0,008 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».