Marine ecozones represent a major gap in Canadian DNA barcoding efforts
Notice bibliographique
Résumé
Because of Canada’s large size, it is impractical to obtain a comprehensive perspective on biotic change through morphological approaches. DNA metabarcoding offers a potential path, but its application requires access to a well-parameterized DNA barcode reference library. This study presents the current state of DNA barcode coverage for Canadian animals, highlighting progress, identifying gaps, and providing recommendations for future research. Our analysis indicates that many of the known species (100 000 terrestrial and 6000 marine) in the Canadian fauna possess DNA barcode coverage, but there are important gaps geographically and taxonomically. We summarize DNA barcode coverage for the species in freshwater, marine, and terrestrial environments by ecoregion, finding that 95.6% of the 2.3 million Canadian barcode records derive from terrestrial ecosystems. Although the density of barcode records per 100 km² is 13x higher for terrestrial than aquatic environments (22.4 vs. 1.7), coverage for 58% of marine species is available (54% for annelids, 52% for arthropods, 88% for chordates, 39% for echinoderms, and 46% for molluscs). By revealing data-deficient areas and taxonomic groups, this study offers a roadmap for expanding the DNA barcode library for the Canadian fauna as an essential foundation for the scalable biosurveillance initiatives that inform biodiversity conservation efforts.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».