Insufficient collection capacity and facility, bane of plant taxonomic research in Nigeria
Notice bibliographique
Résumé
This article explores the pivotal role of herbaria in supporting taxonomic research in Nigeria and highlights the need to improve herbarium infrastructure to enhance plant diversity research in the country. Thirteen herbaria are currently recognized in Nigeria on the Index Herbariorum database and collectively house about 260 000 specimens. The Forest Herbarium Ibadan (FHI) is the largest, containing nearly 50% of these specimens. Based on the occurrence data of Nigerian plants on the Global Biodiversity Information Facility (GBIF), the herbaria, namely FHI, ABUH, LUH, NAUH, and UNICAL contributed only 29.9% compared to international herbaria (70.1%). This disparity underscores the need to strengthen the herbarium collection infrastructure in Nigeria. Taxonomic revisionary studies in Nigeria are very scarce as most of the studies have focused on the morpho-anatomical analysis of plant taxa. The poor taxonomic capacity in the country, which is due to insufficiency of collection capacity and trained taxonomists, has been a bane to the compilation of flora of Nigeria and the inability to document the conservation status of threatened plant species, as more than half (66.0%) of Nigeria’s plants published on GBIF have not been evaluated. There is an urgent need for capacity building for plant collection, curation, and taxonomic review.
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 | 0,001 |
| 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 | 0,000 |
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 ».