Assessing Temporal Patterns and Species Composition of Glass Eel (Anguilla spp.) Cohorts in Sumatra and Java Using DNA Barcodes
Notice bibliographique
Résumé
Anguillid eels are widely acknowledged for their ecological and socio-economic value in many countries. Yet, knowledge regarding their biodiversity, distribution and abundance remains superficial—particularly in tropical countries such as Indonesia, where demand for anguillid eels is steadily increasing along with the threat imposed by river infrastructure developments. We investigated the diversity of anguillid eels on the western Indonesian islands of Sumatra and Java using automated molecular classification and genetic species delimitation methods to explore temporal patterns of glass eel cohorts entering inland waters. A total of 278 glass eels were collected from monthly samplings along the west coast of Sumatra and the south coast of Java between March 2017 and February 2018. An automated, DNA-based glass eel identification was performed using a DNA barcode reference library consisting of 64 newly generated DNA barcodes and 117 DNA barcodes retrieved from BOLD for all nine Anguilla species known to occur in Indonesia. Species delimitation methods converged in delineating eight Molecular Operational Taxonomic Units (MOTUs), with A. nebolusa and A. bengalensis being undistinguishable by DNA barcodes. A total of four MOTUs were detected within the glass eel samples, corresponding to Anguilla bicolor, A. interioris, A. marmorata, and A. nebulosa/A. bengalensis. Monthly captures indicated that glass eel recruitment peaks in June, during the onset of the dry season, and that A. bicolor is the most prevalent species. Comparing indices of mitochondrial genetic diversity between yellow/silver eels, originating from several sites across the species range distribution, and glass eels, collected in West Sumatra and Java, indicated a marked difference. Glass eels displayed a much lower diversity than yellow/silver eels. Implications for the management of glass eel fisheries and species conservation are discussed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».