Prioritizing taxa for genetic reference database development to advance inland water conservation
Notice bibliographique
Résumé
Biodiversity loss has accelerated over the past century and freshwater species overall are among those experiencing greatest declines. Genetic resources have the potential to help evaluate the full magnitude of this loss and represent a key tool to effectively allocate conservation resources and monitor the success of restoration efforts. The full power of genetic resources will be realized when the daunting task of referencing all DNA sequences of freshwater organisms is complete. Here, we quantified the availability and distribution of barcode and genome data for freshwater macroscopic organisms in Canada, a country rich in inland water resources and thus particularly vulnerable to aquatic species losses. Impressively, most inland water species (86 %) were represented by barcodes recorded in the BOLD Systems database, while very few had full genomes available (<4 %) in the NCBI database. We identified barcode data deficiencies in northern regions and for taxa assessed as most at risk or without sufficient information for conservation status classification. As expected, the speciose insect group had a lower-than-average number of records per species and a high proportion of data deficient species without adequate barcode coverage. This study highlights where future sequencing resources should be prioritized within initiatives such as the Canada BioGenome Project and BIOSCAN Canada and provides a workflow that could be applied internationally to inform conservation management plans and to mitigate biodiversity loss.
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 | 0,000 |
| 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) | 0,000 | 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; 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 ».