Molecular Identification of Shark Meat From Local Markets in Southern Brazil Based on DNA Barcoding: Evidence for Mislabeling and Trade of Endangered Species
Notice bibliographique
Résumé
Elasmobranchs, the group of cartilaginous fishes that include sharks and rays, are especially vulnerable to overfishing due to low fecundity and late sexual maturation. A significant number of elasmobranch species are currently overexploited or threatened by fisheries activities. Additionally, several recent reports have indicated that there has been a reduction in regional elasmobranch population sizes. Brazil is an important player in elasmobranch fisheries and one of the largest importers of shark meat. However, carcasses entering the shark meat market have usually had their fins and head removed, which poses a challenge to reliable species identification based on the morphology of captured individuals. This is further complicated by the fact that the internal Brazilian market trades several different elasmobranch species under a common popular name: “cação”. The use of such imprecise nomenclature, even among governmental agencies, is problematic for both controlling the negative effects of shark consumption and informing the consumer about the origins of the product. In this study, we used DNA barcoding (mtDNA, COI gene) to identify, at the species level, "cação" samples available in local markets from Southern Brazil. We collected 63 samples traded as “cação”, which we found to correspond to 20 different species. These included two teleost species: Xiphias gladius (n=1) and Genidens barbus (n=6), and 18 species from seven elasmobranch orders (Carcharhiniformes, n=42; Squaliformes, n=3; Squatiniformes, n=2; Rhinopristiformes, n=4; Myliobatiformes, n=3; Rajiformes, n=1; and Torpediniformes, n=1). The most common species in our sample were Prionace glauca (n=15) and Sphyrna lewini (n=14), while all other species were represented by four samples or less. Considering IUCN criteria, 47% of the elasmobranch species found are threatened at the global level, while 53% are threatened and 47% are critically endangered in Brazil. These results underline that labelling the meat of any shark species as “cação” is problematic for monitoring catch allocations from the fishing industry and discourages consumer engagement in conservationist practices through informed decision-making.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».