The Evolution of Conservation Biobanking: A Literature Review and Analysis of Terminology, Taxa, Location, and Strategy of Wildlife Biobanks Over Time
Notice bibliographique
Résumé
Nearly one-third of flora, fauna, and funga species on Earth are threatened with extinction. In response, the prevalence of repositories-often called "biobanks" or "genome resource banks"-for storing biological materials from threatened species has become more widespread. This research examined trends for the (1) terminology, (2) taxa representation, (3) global distribution, and (4) operational approach of biobanks versus genome resource banks relating to zoos and wildlife. Our literature search results indicate that although genome resource banking literature began earlier in the 1990s, biobanking has seen a surge in publications with over 3.5× more literature for biobanking since 2020. Genome resource bank articles were highly focused on mammals (68%), while biobanking literature focused more on multi-taxonomic overviews and less-studied taxa. Our search parameters found the largest number of wildlife biobanks in Europe (18) and the lowest number in South America (2), though results are likely impacted by the search being completed in English. Additionally, only 28% (7/25) of global biodiversity hotspots contain a wildlife biobank based on our methodology. While not all wildlife biobanking efforts are published or reported, these findings suggest that (1) "biobank" will likely be the more widely used term in the future, (2) more biobanking research is needed for non-mammalian taxa, (3) there are geographical gaps in wildlife biobanks, and (4) conservation biobanking programs should focus on storing biospecimens from a wide set of individuals and develop assisted reproductive technologies concomitantly with the goal of maintaining healthy, sustainable populations in the long term.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 | 0,000 |
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 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 ».