MétaCan
Menu
← Retour à la cohorte
Enregistrement W6924815722 · doi:10.15468/zmbqym

Females do count: Documenting Chironomidae (Diptera) species diversity using DNA barcoding

2010· dataset· en· W6924815722 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen MIND · 2010
Typedataset
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDNA barcodingChironomidaeBiodiversityGenusSpecies diversityInvertebrateGlobal biodiversityGenetic diversity

Résumé

récupéré en direct d'OpenAlex

This dataset contains the digitized treatments in Plazi based on the original journal article Hebert, Torbjørn Ekrem Elisabeth Stur Paul D. N. (2010): Females do count: Documenting Chironomidae (Diptera) species diversity using DNA barcoding. Organisms Diversity & Evolution 10 (5): 397-408, DOI: 10.1007/s13127-010-0034-y, URL: http://dx.doi.org/10.1007/s13127-010-0034-yAbstract Because the family Chironomidae, or non-biting midges, is one of the most species-rich groups of macroinvertebrates in freshwater habitats, species-level identifications of chironomids are important for biodiversity assessments in these ecosystems. Morphology-based species identifications from adult female chironomids usually are considerably more difficult than from adult males, or even impossible; thus, the females are often neglected in community assessments. We used DNA barcoding to investigate how inclusion of the females influenced the species count from springs and spring brooks at Sølendet Nature Reserve in Central Norway. By means of the barcodes we were able to identify 77.6% of the females to species by associating them with males from the study site or from other regions, whereas the remaining, unassociated females could be identified to genus level only. The number of recorded species increased by 27% when females were included. We also found that DNA barcoding is effective for the detection of taxonomically challenging species and species groups. Using DNA barcoding in combination with traditional taxonomy, we recognised at least five species new to science and three species and one genus new to Norway.T. Ekrem (Z): E. SturNorwegian University of Science and Technology,Museum of Natural History and Archaeology,NO-7491 Trondheim, Norwaye-mail: Torbjorn.Ekrem@vm.ntnu.noE. Sture-mail: Elisabeth.Stur@vm.ntnu.noP. D. N. HebertBiodiversity Institute of Ontario, University of Guelph,579 Gordon Street,Guelph, Ontario, Canada N1G 2W1e-mail: phebert@uoguelph.ca

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,019

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.

Tête enseignante Opus0,182
Tête enseignante GPT0,431
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→