Mind the gap! Integrating taxonomic approaches to assess ant diversity at the southern extreme of the Atlantic Forest
Notice bibliographique
Résumé
Understanding patterns of species diversity relies on accurate taxonomy which can only be achieved by long-term natural history research and the use of complementary information to establish species boundaries among cryptic taxa. We used DNA barcoding to characterize the ant diversity of Iguazú National Park (INP), a protected area of the Upper Paraná Atlantic Forest ecoregion, located at the southernmost extent of this forest. We assessed ant diversity using both cytochrome c oxidase subunit 1 (COI) sequences and traditional morphological approaches, and compared the results of these two methods. We successfully obtained COI sequences for 312 specimens belonging to 124 species, providing a DNA barcode reference library for nearly 50% of the currently known ant fauna of INP. Our results support a clear barcode gap for all but two species, with a mean intraspecific divergence of 0.72%, and an average congeneric distance of 17.25%. Congruently, the library assembled here was useful for the discrimination of the ants of INP and allowed us to link unidentified males and queens to their worker castes. To detect overlooked diversity, we classified the DNA barcodes into Molecular Operational Taxonomic Units (MOTUs) using three different clustering algorithms, and compared their number and composition to that of reference species identified based on morphology. The MOTU count was always higher than that of reference species regardless of the method, suggesting that the diversity of ants at INP could be between 6% and 10% higher than currently recognized. Lastly, our survey contributed with 78 new barcode clusters to the global DNA barcode reference library, and added 36 new records of ant species for the INP, being 23 of them new citations for Argentina.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».