Tapeworm discovery in elasmobranch fishes: quantifying patterns and identifying their correlates
Notice bibliographique
Résumé
Most parasites from known host species are yet to be discovered and described, let alone those from host species not yet known to science. Here, we use tapeworms of elasmobranchs to identify factors influencing their discovery and explaining the time lag between the descriptions of elasmobranch hosts and their respective tapeworm parasites. The dataset included 918 tapeworm species from 290 elasmobranch species. Data were analysed using linear mixed-effects models. Our findings indicated that we are currently in the midst of the greatest rate of discovery for tapeworms exploiting elasmobranchs. We identified tapeworm size, year of discovery of the type host, host latitudinal range and type locality of the parasite influencing most on the probability of discovery of tapeworms from elasmobranchs and the average time lag between descriptions of elasmobranchs and their tapeworms. The time lag between descriptions is decreasing progressively, but, at current rates and number of taxonomic experts, it will take two centuries to clear the backlog of undescribed tapeworms from known elasmobranch species. Given that the number of new elasmobranch species described each year is on the rise, we need to re-assess funding strategies to save elasmobranchs (and, thus, their tapeworm parasites) before they go extinct.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».