Improving taxonomic resolution in large‐scale freshwater biodiversity monitoring: an example using wetlands and Odonata
Notice bibliographique
Résumé
Abstract Immature aquatic insects are a major source of taxonomic difficulty in large‐scale freshwater biodiversity monitoring. Adult stages could improve taxonomic resolution for assessing distributions and trends of biodiversity. Odonata (dragonflies and damselflies) have accessible adult stages that should greatly enhance the amount of species‐level information. We used Odonata and a wetland monitoring programme in Alberta, Canada to illustrate how much taxonomic information can be lost in larval collections, and an extensive adult records database to estimate what could be gained from adult surveys. Despite processing 22 638 odonate specimens from 975 wetlands throughout Alberta, larval monitoring failed to collect or identify almost 60% of the lentic‐breeding Odonata species known from adult records. A total of 25 lentic‐breeding dragonfly species and 12 lentic‐breeding damselfly species were present in adult records and not the larval data, including species of conservation concern. Due to the abundance of early instars, a substantial 82% of the processed damselfly collection and 62% of the processed dragonfly collection was left at suborder. We recommend supplementing aquatic sampling with adult rearing, collecting, and observing (at least Odonata) to improve the basic inventory and overall status assessment in large‐scale freshwater biodiversity monitoring. This is especially true when aquatic sampling is restricted to a suboptimal time of year for species identifications.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».