Species Checklists for Salish Sea Seaweeds
Notice bibliographique
Résumé
There are nearly 700 seaweed species, subspecies and varieties reported in the Northeast Pacific, many with a distribution that includes British Columbia. Yet, it can be difficult to access reported distribution information at a regional scale; for example: does a seaweed species reported from Southern B.C. include the Salish Sea or just the West coast of Vancouver Island? Occurrence data for many seaweeds exist in the form of herbarium specimens, DNA records, and observations made by governmental agencies and citizen science initiatives. However, there are challenges to building species lists from these data, including: difficulty collating the disparate data types into regionally-specific lists, especially for data that are not accessible through the Global Biodiversity Information Facility (GBIF); low reliability of records for certain taxonomic groups due to incorrect identifications or frequent taxonomic reclassifications (both common issues for seaweeds); and infrequent or geographically-biased sampling efforts. An example of the last challenge: the last comprehensive floristic seaweed survey around Greater Vancouver was in 1983 by researchers at the University of British Columbia, the results of which are unpublished. The lack of local species checklists for ecologically-important marine organisms like seaweeds is surprising given that these checklists can aid in management and Greater Vancouver (and the Salish Sea in general) are experiencing ever-increasing human impacts. The goals of this project were to 1) update the checklist of seaweeds for Greater Vancouver using intertidal surveys, and 2) create a checklist of seaweed species for regions of the Salish Sea, specifically the Strait of Georgia and Juan de Fuca Strait, by collating occurrence data from herbaria, DNA barcoding records, and verified citizen science records. These checklists provide insight into seaweed richness within specific areas of the Salish Sea. Finally, we make recommendations based on biases and gaps in historic sampling efforts.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,019 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,004 |
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 ».