MétaCan
Menu
Retour à la cohorte
Enregistrement W2919018280 · doi:10.1186/s12862-019-1346-y

DNA barcoding a unique avifauna: an important tool for evolution, systematics and conservation

2019· article· en· W2919018280 sur OpenAlexafffund
Jacqueline Tizard, Selina Patel, John Waugh, Erika Tavares, Tjard Bergmann, Brian J. Gill, Janette A. Norman, Les Christidis, R. Paul Scofield, Oliver Haddrath, Allan J. Baker, David M. Lambert, Craig D. Millar

Notice bibliographique

RevueBMC Evolutionary Biology · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensRoyal Ontario MuseumHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesUniversity of Illinois at Urbana-ChampaignVictoria UniversityUniversity of AucklandMassey UniversityH. Wilhelm Schaumann StiftungNational Institute of Water and Atmospheric ResearchOntario Genomics InstituteUniversity of New South WalesVictoria University of WellingtonOntario GenomicsGenome CanadaNatural Sciences and Engineering Research Council of CanadaUniversity of OtagoAllan Wilson Centre
Mots-clésDNA barcodingBiologyPhylogenetic treeGenBankEvolutionary biologySubspeciesTaxonSystematicsPhylogeneticsMitochondrial DNALineage (genetic)Species complexZoologyEcologyTaxonomy (biology)GeneticsGene

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: DNA barcoding utilises a standardised region of the cytochrome c oxidase I (COI) gene to identify specimens to the species level. It has proven to be an effective tool for identification of avian samples. The unique island avifauna of New Zealand is taxonomically and evolutionarily distinct. We analysed COI sequence data in order to determine if DNA barcoding could accurately identify New Zealand birds. RESULTS: We sequenced 928 specimens from 180 species. Additional Genbank sequences expanded the dataset to 1416 sequences from 211 of the estimated 236 New Zealand species. Furthermore, to improve the assessment of genetic variation in non-endemic species, and to assess the overall accuracy of our approach, sequences from 404 specimens collected outside of New Zealand were also included in our analyses. Of the 191 species represented by multiple sequences, 88.5% could be successfully identified by their DNA barcodes. This is likely a conservative estimate of the power of DNA barcoding in New Zealand, given our extensive geographic sampling. The majority of the 13 groups that could not be distinguished contain recently diverged taxa, indicating incomplete lineage sorting and in some cases hybridisation. In contrast, 16 species showed evidence of distinct intra-species lineages, some of these corresponding to recognised subspecies. For species identification purposes a character-based method was more successful than distance and phylogenetic tree-based methods. CONCLUSIONS: DNA barcodes accurately identify most New Zealand bird species. However, low levels of COI sequence divergence in some recently diverged taxa limit the identification power of DNA barcoding. A small number of currently recognised species would benefit from further systematic investigations. The reference database and analysis presented will provide valuable insights into the evolution, systematics and conservation of New Zealand birds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,023
Tête enseignante GPT0,281
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations39
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Evolutionary BiologyMême sujetIdentification and Quantification in FoodTravaux en français237 207