DNA barcoding of more than one million insect specimens indicates that at least one third of California's insect biodiversity remains undiscovered
Notice bibliographique
Résumé
Insects are the most diverse terrestrial organisms, yet they are underrepresented in large-scale conservation assessments. To address this gap, the California Insect Barcoding Initiative is developing a publicly accessible, statewide DNA-barcode reference library for California insects to support scalable surveys, establish baseline biodiversity measurements, and generate potential distribution maps that inform conservation planning. Specimens are collected with a hybrid strategy that combines standardized Malaise trapping, to enable replicable sampling, and opportunistic collecting, to maximize taxonomic coverage. To date, we have barcoded over one million specimens; preliminary completeness analyses suggest that current sampling captures roughly 65–69% of the fauna, implying a conservative minimum of circa 61,000 insect species in California. Using all sequenced specimen records, we generated rule-based spatial range interpolations constrained by ecoregion and vegetation type, and used these to infer spatial patterns in insect species richness across the state. We identify areas of both high and low potential species richness, with current peaks in the Southern California Mountains ecoregion and the Mojave Basin and Range ecoregion. Our species richness estimates and spatial patterns are explicitly provisional and are expected to evolve as sampling gaps are addressed. Finally, we make all sequence data, specimen images, and occurrence records publicly available via the Barcode of Life Datasystem. This ongoing effort constitutes the first large-scale DNA barcode-based survey for California insects, providing an expandable foundation for tracking temporal change, testing drivers of insect diversity, and prioritizing regions for conservation and targeted inventory.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».