MétaCan
Menu
← Retour à la cohorte
Enregistrement W2791143306 · doi:10.1101/285825

A barcoding approach to phylogenetic classification of Aedini mosquitoes ( <i>Aedes, Ochlerotatus</i> )

2018· preprint· en· W2791143306 sur OpenAlexaff
Hannah C. Glass, Emma L. Carroll, Daniel Curley, Hannah M. Kienzle, Donald Yee, Steven M. Vamosi

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBiologyMonophylyPolyphylySubgenusSystematicsZoologyAedesGenusEcologyPhylogenetic treeTaxonomy (biology)CladeLarva

Résumé

récupéré en direct d'OpenAlex

Abstract Traditionally, entomologists have used morphological characteristics for mosquito taxonomy and systematics. However, this approach does not take into consideration the genetic relatedness of species. In 2000, the Aedes genus of mosquitoes in the tribe Aedini was split into two genera ( Aedes and Ochlerotatus ), thereby elevating Ochlerotatus from subgenus to genus rank, strictly based on morphology of adults. Herein, we use the genetic barcoding marker COI to generate a phylogeny of 65 species of Aedes, Ochlerotatus , and Anopheles outgroup from almost 900 sequences downloaded from BOLD systems. Our results reveal evidence of non-random, but polyphyletic clustering of Aedes and Ochlerotatus species, with a monophyletic outgroup. We do find support for the validity of Ochlerotatus as an evolutionary unit, although we find insufficient evidence to support its retention as a genus. We suggest that mosquito phylogenetic analyses incorporate a greater number of genetic markers to help clarify our understanding of Aedini species classifications, but caution that recent assessments based solely on morphology may be insufficient.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMosquito-borne diseases and control→Travaux en français237 207→