MétaCan
Menu
Retour à la cohorte
Enregistrement W2771706095 · doi:10.1590/1982-0224-20170097

DNA barcoding reveals the diversity of sharks in Guyana coastal markets

2017· article· en· W2771706095 sur OpenAlexaff
Matthew A. Kolmann, A. El-Bassiouny, Elford Liverpool, Nathan R. Lovejoy

Notice bibliographique

RevueNeotropical Ichthyology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesRufford FoundationWorld Wildlife Fund
Mots-clésDNA barcodingFisheryBiodiversityBiologyIUCN Red ListEndangered speciesFishingEcologyGeography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT A fundamental challenge for both sustainable fisheries and biodiversity protection in the Neotropics is the accurate determination of species identity. The biodiversity of the coastal sharks of Guyana is poorly understood, but these species are subject to both artisanal fishing as well as harvesting by industrialized offshore fleets. To determine what species of sharks are frequently caught and consumed along the coastline of Guyana, we used DNA barcoding to identify market specimens. We sequenced the mitochondrial co1 gene for 132 samples collected from six markets, and compared our sequences to those available in the Barcode of Life Database (BOLD) and GenBank. Nearly 30% of the total sample diversity was represented by two species of Hammerhead Sharks (Sphyrna mokarran and S. lewini), both listed as Endangered by the International Union for Conservation of Nature (IUCN). Other significant portions of the samples included Sharpnose Sharks (23% - Rhizoprionodon spp.), considered Vulnerable in Brazilian waters due to unregulated gillnet fisheries, and the Smalltail Shark (17% - Carcharhinus porosus). We found that barcoding provides efficient and accurate identification of market specimens in Guyana, making this study the first in over thirty years to address Guyana’s coastal shark biodiversity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,036
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,248
Écart entre enseignants0,230 · 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 tête enseignante, pas un consensus.

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

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeotropical IchthyologyMême sujetIchthyology and Marine BiologyTravaux en français237 207