MétaCan
Menu
Retour à la cohorte
Enregistrement W2955987554 · doi:10.1016/j.jglr.2019.05.009

The taxonomic diversity of the cichlid fish fauna of ancient Lake Tanganyika, East Africa

2019· review· en· W2955987554 sur OpenAlexvenueno aff
Fabrizia Ronco, Heinz H. Büscher, Adrian Indermaur, Walter Salzburger

Notice bibliographique

RevueJournal of Great Lakes Research · 2019
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Biodiversity
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Research CouncilUniversität BaselSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésCichlidFaunaEcologyAdaptive radiationSystematicsGeographyTaxonomy (biology)TaxonBiologyFisheryFish <Actinopterygii>Phylogenetics

Résumé

récupéré en direct d'OpenAlex

Ancient Lake Tanganyika in East Africa houses the world's ecologically and morphologically most diverse assemblage of cichlid fishes, and the third most species-rich after lakes Malawi and Victoria. Despite long-lasting scientific interest in the cichlid species flocks of the East African Great Lakes, for example in the context of adaptive radiation and explosive diversification, their taxonomy and systematics are only partially explored; and many cichlid species still await their formal description. Here, we provide a current inventory of the cichlid fish fauna of Lake Tanganyika, providing a complete list of all valid 208 Tanganyikan cichlid species, and discuss the taxonomic status of more than 50 undescribed taxa on the basis of the available literature as well as our own observations and collections around the lake. This leads us to conclude that there are at least 241 cichlid species present in Lake Tanganyika, all but two are endemic to the basin. We finally summarize some of the major taxonomic challenges regarding Lake Tanganyika's cichlid fauna. The taxonomic inventory of the cichlid fauna of Lake Tanganyika presented here will facilitate future research on the taxonomy and systematics and the ecology and evolution of the species flock, as well as its conservation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,156
Tête enseignante GPT0,316
Écart entre enseignants0,160 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations87
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Great Lakes ResearchMême sujetAquatic Ecosystems and BiodiversityTravaux en français237 207