Small and in‐country herbaria are vital for accurate plant threat assessments: A case study from Peru
Notice bibliographique
Résumé
Societal Impact Statement Herbaria can be considered plant libraries, each holding collections of dried specimens documenting plant diversity in space and time. For many plant species, these are our only evidence of their existence and the only means of assessing their conservation status. Specimens in all herbaria, especially those in small and often under‐resourced herbaria in megadiverse countries, are key to achieving accurate estimates of the conservation status of the world's plant species. They are also part of a country's shared heritage and critical contributions to knowledge of the world's diversity. Summary Internationally agreed targets to assess the conservation status of all plant species rely largely on digitised distribution data from specimens held in herbaria. Using taxonomically curated databases of herbarium specimen data for the mega‐diverse genera Begonia (Begoniaceae) and Solanum (Solanaceae) occurring in Peru, we test the value added from including data from local herbaria and herbaria of different sizes on estimations of threat status using International Union for Conservation of Nature (IUCN) Red List criteria. We find that the Global Biodiversity Information Facility (GBIF) has little data from Peruvian herbaria and adding these data influences the estimated threat status of these species, reducing the numbers of Critically Endangered and Vulnerable species in both genera. Similarly, adding data from small‐ and medium‐sized herbaria, whether in‐country or not, also improves the accuracy of threat assessments. [Correction added on 08 September 2023, after first online publication: In the preceding sentence, “litter” has been corrected to “little” in this version.] A renewed focus on resourcing and recognising the contribution of small and in‐country herbaria is required if we are to meet internationally agreed targets for plant conservation. We discuss our case study in the broader context of democratising and increasing participation in global botanical science.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».