MétaCan
Menu
Retour à la cohorte
Enregistrement W2895006627 · doi:10.1139/gen-2018-0054

DNA barcoding of forensically important flies in the Western Cape, South Africa

2018· article· en· W2895006627 sur OpenAlexvenueno aff
Tenielle Cooke, Kyle Kulenkampff, Marise Heyns, Laura Jane Heathfield

Notice bibliographique

RevueGenome · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForensic Entomology and Diptera Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyDNA barcodingLuciliaIntraspecific competitionZoologyCalliphoridaeChrysomya megacephalaGenetic divergenceEvolutionary biologyEntomologyDNA sequencingForensic entomologyIdentification (biology)Interspecific competitionEcologyDNAGeneticsLarvaGenetic diversityPopulation

Résumé

récupéré en direct d'OpenAlex

Forensic entomology aids the determination of post mortem interval based on arthropods associated with a deceased body. This relies on the accurate identification of insects that visit the body, particularly first colonisers such as Calliphoridae (Diptera). Traditional species identification though morphological keys can be challenging as immature or closely related specimens can look similar. Some of these challenges have been overcome through "DNA barcoding", which involves the sequencing of informative regions within a species' DNA and comparison to a database of reference sequences. However, reference DNA sequences of blow fly species in South Africa is currently limited. In this study, adult blow flies representing four species common to the Western Cape, South Africa (Chrysomya chloropyga, Chrysomya albiceps, Chrysomya marginalis, Lucilia sericata) were examined using morphological keys and DNA barcoding of two regions: COI and ITS2. These DNA sequences were then used as references for the successful identification of seven unknown immature specimens. Intraspecific divergence showed a maximum of 0.36% and 2.25% for COI and ITS2, respectively; interspecific divergence showed a minimum of 6.14% and 64.6% for COI and ITS2, respectively. According to these results, COI and ITS2 have sufficient discriminatory power for species-level identification for the four species studied.

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 candidatesaucune
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 enseignants0,381
Score d'incertitude au seuil0,112

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,225
Écart entre enseignants0,197 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetForensic Entomology and Diptera StudiesTravaux en français237 207