Molecular Species Delimitation and Biogeography of Canadian Marine Planktonic Crustaceans
Notice bibliographique
Résumé
Zooplankton are a major component of the marine environment in both diversity and biomass and are a crucial source of nutrients for organisms at higher trophic levels. Unfortunately, marine zooplankton biodiversity is not well known because of difficult morphological identifications and lack of taxonomic experts for many groups. In addition, the large taxonomic diversity present in plankton and low sampling coverage pose challenges in obtaining a better understanding of true zooplankton diversity. Molecular identification tools, like DNA barcoding, have been successfully used to identify marine planktonic specimens to a species. However, the behaviour of methods for specimen identification and species delimitation remain untested for taxonomically div¬erse and widely-distributed marine zooplanktonic groups. Using Canadian marine planktonic crustacean collections, I generated a multi-gene data set including COI-5P and 18S-V4 molecular markers of morphologically-identified Copepoda and Thecostraca (Multicrustacea: Hexanauplia) species. I used this data set to assess generalities in the genetic divergence patterns and to determine if a barcode gap exists separating interspecific and intraspecific molecular divergences, which can reliably delimit specimens into species. I then used this information to evaluate the North Pacific, Arctic, and North Atlantic biogeography of marine Calanoida (Hexanauplia: Copepoda) plankton. My work provides essential information on the molecular data and analysis tools necessary to conduct rapid biodiversity surveys on marine plankton, facilitating the exploration of unknown faunas using DNA barcoding and providing baseline data against which future comparisons can be made.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».