Assessment of the DNA barcode libraries for the study of the poorly-known rove beetle (Staphylinidae) fauna of West Siberia
Notice bibliographique
Résumé
Staphylinidae, or rove beetles, are one of the mega-diverse and abundant families of the ground-living terrestrial arthropods that is taxonomically poorly known even in the regions adjacent to Europe where the fauna has been investigated for the longest time. Since DNA barcoding is a tool to accelerate biodiversity research, here we explored if the currently-available COI barcode libraries are representative enough for the study of rove beetles of West Siberia. This is a vast region adjacent to Europe with poorly-known fauna of rove beetles and from where not a single DNA barcode has hitherto been produced for Staphylinidae. First, we investigated the faunal similarity between the rove beetle faunas of the climatically compatible West Siberia in Asia, Fennoscandia in Europe and Canada and Alaska in North America. Second, we investigated barcodes available for Staphylinidae from the latter two regions in BOLD and GenBank, the world's largest DNA barcode libraries. We conclude that the rather different rove beetle faunas of Fennoscandia, on the one hand and Canada and Alaska on the other hand, are well covered in both barcode libraries that complement each other. We also find that even without any barcodes originating from specimens collected in West Siberia, this coverage is helpful for the study of rove beetles there due to the significant number of widespread species shared between West Siberia and Fennoscandia and due to the even larger number of shared genera amongst all three investigated regions. For the first time, we compiled a literature-based checklist for 726 species of the West Siberian Staphylinidae supplemented by their occurrence dataset submitted to GBIF. Our script written for mining unique (i.e. not redundant) barcodes for a given geographic area across global libraries is made available here and can be adopted for any other regions.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».