DNA barcode data reveal biogeographic trends in Arctic non-biting midges
Notice bibliographique
Résumé
Chironomid flies (non-biting midges) are among the most abundant and diverse animals in Arctic regions, but detailed analyses of species distributions and biogeographical patterns are hampered by challenging taxonomy and reliance on morphology for species-level identification. Here we take advantage of available DNA barcode data of Arctic Chironomidae in BOLD to analyse similarities in species distributions across a northern Nearctic - West Palearctic gradient. Using more than 260 000 barcodes representing 4666 BINs (Barcode Index Numbers) and 826 named species (some with interim names) from a combination of public and novel data, we show that the Greenland chironomid fauna shows affinities to both the Nearctic and the West Palearctic regions. While raw taxon counts indicate a strong Greenland - North American affinity, comparisons using Chao's dissimilarity metric support a slightly higher similarity between Greenland and West Palearctic chironomid communities. Results were relatively consistent across different definitions of species taxonomic units, including morphologically determined species, BINs, and superBINs based on a ∼4.5% threshold. While most taxa found in Greenland are shared with at least one other region, reflecting circum-Arctic dispersal, our results also reveal that Greenland harbours a small endemic biodiversity. Our exploratory study showcases how DNA barcoding efforts using standardized gene regions contribute to an understanding of broad-scale patterns in biogeography by enabling joint analysis of public DNA sequence data derived from diverse prior studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».