Species Richness and Distribution of Calliphoridae Along an Elevation Gradient in Sicily (Italy) and Ecuador
Notice bibliographique
Résumé
Blow flies (Diptera: Calliphoridae) are among the first insects to arrive on a corpse, and so they are particularly important in forensic entomology. To use blow flies in forensic investigations, there must be information available on their species diversity, abundance, and distribution in the areas where investigations are conducted. Several factors can contribute to species distribution, and elevation is one of those factors. The purpose of this study was to document the distribution of Calliphoridae across four elevational gradients in Sicily and Ecuador, where little information is available. Baited traps were placed at elevations ranging from 20 m to 1552 m in Sicily (a major island and region of Italy and a distinct ecoregion) and 561 m to 3336 m in Ecuador. Species richness, relative abundance, and diversity were calculated, as well as the ratio of female to male blow flies and community assemblage. Twelve species were collected in Sicily, and seventeen species were collected in Ecuador. In Sicily, the most abundant species was Lucilia sericata (Meigen) (68.50% of the total capture), while in Ecuador, it was Compsomyiops verena (Walker) (51.67% of the total capture). In Sicily, significant differences were only observed in the relative abundance of L. sericata across elevations. In Ecuador, significant differences were observed in the relative abundance of Calliphora nigribasis (Macquart), Chrysomya albiceps (Wiedemann), C. verena, Hemilucilia semidiaphana (Rondani), Lucilia ibis (Shannon), L. purpurascens (Walker), and Paralucilia sp. across elevations. These data can help build a checklist of blow fly species in these two regions and can be instrumental in environmental and forensic investigations.
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 | 0,000 |
| 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 ».