Calibrating the taxonomy of a megadiverse family on BOLD: 2700 geometrid moth types barcoded (Geometridae, Lepidoptera)
Notice bibliographique
Résumé
Background: One of the major challenges in creating a global database like BOLD is warranting the correct identification of the voucher specimens. The strict BOLD policy to require images, indication of specimen deposition, and accurate geo-referencing for all submitted datasets is extremely helpful to control doubtful data and potential misidentifications. Nevertheless, there are still many incomplete identifications (to genus or subfamily level), interim names, or even misidentifications on BOLD, mainly for species from tropical regions. Unfortunately, experts are lacking for many problematic groups and regions, and even when there are experts, they usually are not available for correcting the taxonomy of large amounts of data due to time constraints. Results: The best way to reliably calibrate the system is to barcode the original type specimens. In recent years, the challenge of sequencing up to 250-year-old museum specimens has been overcome by improved techniques and protocols developed by the Canadian Centre for DNA Barcoding. These innovations allowed for the generation of barcode sequences for ~2700 geometrid type specimens, which represent 2150 species corresponding to about 9% of the 23 000 described species worldwide. Significance: Here, we present case studies to show the efficiency, reliability, and sustainability of this approach as well as promising strategies to complete the calibration of the reference library within a reasonable amount of time.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».